Azure AI ML本地Docker容器构建失败（YOLO模型部署场景）

我明白你现在在尝试构建带Azure CLI、SDKv2的本地Docker容器，还要把它同步到Azure ML来运行YOLO模型，结果遇到了容器启动失败的问题。咱们从错误日志里的两个核心问题入手，一步步解决：

问题1：Werkzeug版本兼容性冲突 #

日志里第一个报错：

AttributeError: module 'werkzeug' has no attribute 'version'

这是因为azureml-inference-server-http依赖的Werkzeug版本和你环境中自动安装的新版本不兼容——新版Werkzeug已经移除了__version__这个属性，改用了其他版本标识方式，导致推理服务启动时出错。

解决方案： #

在你的conda.yaml的pip依赖列表里，手动指定一个和Azure ML推理服务兼容的Werkzeug版本，比如：

pip:
    - numpy
    - pandas==1.1.5
    - azureml-defaults==1.53.0
    - inference-schema[numpy-support]==1.5.1
    - joblib==1.2.0
    - torch==2.6.0
    - requests==2.32.3
    - pillow==10.4.0
    - supervision==0.25.1
    - opencv-python-headless==4.7.0.68
    - ultralytics==8.3.85
    - werkzeug==2.0.3  # 添加这一行，指定兼容版本

问题2：OpenCV依赖的系统库缺失 #

第二个关键错误：

ImportError: libGL.so.1: cannot open shared object file: No such file or directory

你用的基础镜像mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04是轻量版Ubuntu镜像，默认没有安装OpenCV需要的OpenGL系统库。哪怕你装了opencv-python-headless（无头版本），它依然依赖系统级的libGL库才能正常运行。

解决方案： #

有两种简单的解决方式：

1. 更换自带系统库的基础镜像：
   直接用Azure ML的 curated GPU镜像（哪怕你用CPU部署，这些镜像也预装了CV所需的系统库），修改Environment的image参数：

   env=Environment(
       conda_file="environment/conda.yaml", 
       image="mcr.microsoft.com/azureml/curated/acpt-pytorch-1.13-cuda11.6:latest"
   )
   

2. 自定义Dockerfile安装系统库：
   如果不想换基础镜像，就写一个简单的Dockerfile，在构建时安装缺失的系统库：

   FROM mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04:latest
   RUN apt-get update && apt-get install -y --no-install-recommends libgl1-mesa-glx
   COPY environment/conda.yaml .
   RUN conda env create -f conda.yaml
   

   然后在代码里指定用这个Dockerfile构建环境：

   env=Environment(
       dockerfile="Dockerfile",
       conda_file="environment/conda.yaml"
   )
   

额外小提醒 #

你的评分脚本路径带有空格：YOLO11 Finetuned Model/score-copy.py，虽然日志显示脚本已经被找到，但建议尽量把路径改成无空格的形式（比如重命名为YOLO11_Finetuned_Model/score-copy.py），避免后续可能出现的路径解析问题。

把这些修改完成后，重新构建本地端点和部署，应该就能解决容器启动失败的问题了。

备注：内容来源于stack exchange，提问作者default_settings