Docker部署detectron2修改Python版本解决版本不兼容报错

云上老周

2026-8-29

问题原因

容器内运行环境与宿主机完全隔离，出现Python 3.6.9版本的原因有两点：

使用的基础镜像nvidia/cuda:11.1.1-cudnn8-devel-ubuntu18.04基于Ubuntu 18.04，系统apt源默认预装的Python3版本就是3.6.9
Dockerfile中显式下载了Python 3.6专属的pip安装脚本，进一步固定了Python 3.6的运行环境

修复方案

直接调整Dockerfile配置即可，核心修改点：

替换基础镜像为Ubuntu 20.04版本的CUDA 11.1镜像，该版本系统默认Python3为3.8，满足detectron2要求的>=3.7版本约束，同时apt源自带的python3-opencv可正常适配，不会出现旧版本注释提到的兼容性问题
移除单独下载Python3.6版本get-pip.py的逻辑，直接通过apt安装对应版本的pip
保留原有非root用户配置、CUDA架构参数、依赖安装逻辑不变

修改后的完整Dockerfile如下：

FROM nvidia/cuda:11.1.1-cudnn8-devel-ubuntu20.04

ENV DEBIAN_FRONTEND noninteractive
RUN apt-get update && apt-get install -y \
    python3-opencv ca-certificates python3-dev python3-pip git wget sudo ninja-build
RUN ln -sv /usr/bin/python3 /usr/bin/python

# 创建非root用户
ARG USER_ID=1000
RUN useradd -m --no-log-init --system  --uid ${USER_ID} appuser -g sudo
RUN echo '%sudo ALL=(ALL) NOPASSWD:ALL' >> /etc/sudoers
USER appuser
WORKDIR /home/appuser

ENV PATH="/home/appuser/.local/bin:${PATH}"

# 安装依赖
# 如需使用其他CUDA版本，可自行匹配对应PyTorch版本
RUN pip install --user tensorboard cmake   # apt源安装的cmake版本过旧，使用pip版本
RUN pip install --user torch==1.10 torchvision==0.11.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

RUN pip install --user 'git+https://github.com/facebookresearch/fvcore'
# 安装detectron2
RUN git clone https://github.com/facebookresearch/detectron2 detectron2_repo
# docker build阶段无法访问CUDA，强制开启CUDA编译
ENV FORCE_CUDA="1"
# docker build阶段无法识别目标显卡架构，默认编译全通用架构会增加构建耗时
ARG TORCH_CUDA_ARCH_LIST="Kepler;Kepler+Tesla;Maxwell;Maxwell+Tegra;Pascal;Volta;Turing"
ENV TORCH_CUDA_ARCH_LIST="${TORCH_CUDA_ARCH_LIST}"

RUN pip install --user -e detectron2_repo

# 固定模型缓存目录
ENV FVCORE_CACHE="/tmp"
WORKDIR /home/appuser/detectron2_repo

# 运行示例（取消注释即可测试）：
# wget http://images.cocodataset.org/val2017/000000439715.jpg -O input.jpg
# python3 demo/demo.py  \
    #--config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
    #--input input.jpg --output outputs/ \
    #--opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

后续操作

修改完成后，执行以下命令禁用缓存重新构建镜像，再启动服务即可：

docker compose build --no-cache
docker compose up -d

若必须保留Ubuntu 18.04基础镜像，可通过添加deadsnakes软件源的方式安装Python3.8及以上版本，但该方案会提升依赖冲突概率，优先选择更换基础镜像的方案。

内容的提问来源于stack exchange，提问作者amd