Image Docker

SnapOtter est distribué sous la forme d'une seule image Docker. Exécutée seule, elle démarre un PostgreSQL 17 et un Redis embarqués sur l'interface de bouclage (mode embarqué) ; en production, exécutez-la aux côtés de conteneurs PostgreSQL 17 et Redis 8 distincts avec Compose. L'image de l'application fonctionne sur toutes les plateformes.

Démarrage rapide

docker run -d --name SnapOtter -p 1349:1349 -v SnapOtter-data:/data snapotter/snapotter:latest

Sans DATABASE_URL défini, l'exécution se fait en mode embarqué : PostgreSQL et Redis démarrent à l'intérieur du conteneur sur le bouclage, avec toutes les données sous le volume SnapOtter-data. Définissez DATABASE_URL et REDIS_URL (comme le fait la pile Compose) pour utiliser des services externes à la place. Voir Configuration.

Accélération NVIDIA CUDA

L'image inclut la prise en charge de NVIDIA CUDA sur amd64. Si vous avez un GPU NVIDIA avec le NVIDIA Container Toolkit installé, ajoutez --gpus all :

docker run -d --name SnapOtter --gpus all -p 1349:1349 -v SnapOtter-data:/data snapotter/snapotter:latest

L'image détecte automatiquement CUDA au moment de l'exécution. Sans --gpus all, ou lorsque CUDA n'est pas disponible, les outils d'IA s'exécutent sur le CPU. La même image dans les deux cas.

L'accélération des iGPU Intel/AMD via VA-API, Quick Sync ou OpenCL n'est pas prise en charge aujourd'hui pour l'inférence IA de SnapOtter. Mapper /dev/dri dans le conteneur peut exposer le périphérique de rendu, mais le moteur d'exécution IA utilisera quand même le CPU à moins que CUDA soit disponible.

Benchmarks

Testé sur un NVIDIA RTX 4070 (12 Go de VRAM) avec un portrait JPEG de 572x1024.

Performances à chaud

Outil	CPU	GPU	Accélération
Suppression d'arrière-plan (u2net)	2 415 ms	879 ms	2,7x
Suppression d'arrière-plan (isnet)	2 457 ms	1 137 ms	2,2x
Agrandissement 2x	350 ms	309 ms	1,1x
Agrandissement 4x	910 ms	310 ms	2,9x
Floutage de visage	139 ms	122 ms	1,1x

Démarrage à froid (première requête après le démarrage du conteneur)

Outil	CPU	GPU	Accélération
Suppression d'arrière-plan	22 286 ms	4 792 ms	4,7x
Agrandissement 2x	3 957 ms	2 318 ms	1,7x

OCR n'est pas inclus dans la comparaison CUDA. Le niveau Tesseract intégré et les niveaux RapidOCR/ONNX facultatifs utilisent CPU, y compris lorsque le conteneur dispose d'un accès NVIDIA GPU.

Vérification de l'état de CUDA

Après la première requête IA, le point de terminaison d'état d'administration signale l'état du GPU CUDA :

GET /api/v1/admin/health
{"ai": {"gpu": true}}

Docker Compose

La pile Compose complète inclut l'application, PostgreSQL 17 et Redis 8. Voir Déploiement pour le fichier docker-compose.yml complet. Un exemple minimal :

services:
  SnapOtter:
    image: snapotter/snapotter:latest
    ports:
      - "1349:1349"
    volumes:
      - SnapOtter-data:/data
      - SnapOtter-workspace:/tmp/workspace
    environment:
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter     # Changez ceci pour les déploiements non locaux
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter -d snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12

  redis:
    image: redis:8-alpine
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12

volumes:
  SnapOtter-data:
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

Pour l'accélération NVIDIA CUDA via Docker Compose, ajoutez la section deploy au service SnapOtter :

    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

Épinglage de version

Tag	Description
latest	Dernière version
2.2.0	Version exacte
2.2	Dernier correctif de la 2.2.x
2	Dernière version mineure de la 2.x

Plateformes

Architecture	Prise en charge GPU	Notes
linux/amd64	NVIDIA CUDA	Accélération CUDA complète pour les outils d'IA
linux/arm64	CPU uniquement	Raspberry Pi 4/5, Apple Silicon via Docker Desktop

Migration depuis les tags précédents

Si vous utilisiez le tag :cuda, passez à :latest et conservez --gpus all. Même prise en charge du GPU, image unifiée.

Vos données et paramètres sont préservés dans les volumes.