Update README.md

README.md

@@ -14,7 +14,7 @@ SSD通过在每个特征图上直接预测边界框和类别概率，使用多
 ### Docker（方法一）
 ```bash
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
-docker run -it  --shm-size 80g --network=host --name=SSD --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10 bin/bash
+docker run -it  --shm-size 80g --network=host --name=docker_name --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10 bin/bash
 ```
 其它非深度学习库参照requirements.txt安装：
 ```
@@ -22,6 +22,17 @@ pip install -r requirements.txt
 pip install pycocotools
 ```
 ### Dockerfile（方法二）
+```bash
+cd ./docker
+
+docker build --no-cache -t ssd_pytorch:latest .
+docker run -it  --shm-size 80g --network=host --name=docker_name --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined ssd_pytorch:latest bin/bash
+```
+其它非深度学习库参照requirements.txt安装：
+```
+pip install -r requirements.txt
+pip install pycocotools
+```
 
 
 ### Anaconda（方法三）