Jetson Orin NX 部署YOLOv12笔记

步骤一.创建虚拟环境

conda create -n yolov12 python=3.8.20

注意：YOLOv12/YOLOv11/YOLOv10/YOLOv9/YOLOv8/YOLOv7a/YOLOv5 环境通用

步骤二.激活虚拟环境

conda activate yolov12  #激活环境

步骤三.查询Jetpack出厂版本

Jetson系列平台各型号支持的最高Jetpack版本：

注意：涉及JetPack版本大升级5->6，需要用官方工具重做系统,

查看当前出厂版本

apt-cache show nvidia-jetpack  #查看jetpack版本

步骤四.Pytorch安装

安装流程（关键）

YOLOv12官方配置环境要求Pytorch版本为2.2.2，笔者JetsonOrinNX的出厂JetPack版本为5.1.3，故按照英伟达官方对于Jetson提供的预编译包链接，选择链接中最贴近2.2版本的torch进行离线下载，再用命令行进行安装。

离线安装：

Torch下载链接

http:// developer.download.nvidia.cn/compute/redist/jp/v51/pytorch/

注意：链接中的v51就是jetpack5.1版本，大家可根据自己版本修改此处，得到新链接内容，再选择需要的torch版本。

链接打开后如图所示：

安装指令

pip install path to xx.whl   #安装该文件

注意：此处的安装文件名中的cp38是python3.8版本的意思，故在虚拟环境中安装python版本时也要对应于此

在线安装

sudo python3 -m pip install --no-cache https://developer.download.nvidia.cn/compute/redist/jp/v51/pytorch/torch-2.0.0a0+8aa34602.nv23.03-cp38-cp38-linux_aarch64.whl

验证是否安装成功

conda list torch #查看目标环境是否安装torch

python -c "import torch; print(torch.__version__)"   #打印torch版本

步骤五.安装其他依赖项

pip install -r requirements.txt   #集群安装

步骤六.运行YOLOv12

python detect.py   #运行脚本

最后.可能遇见的问题与解决方法

1.报错torch与torchvision不兼容

解决方法：删掉原版本，安装新版本

相关指令：

python -c "import torch; import torchvision; print(f'torch version: {torch.__version__}, torchvision version: {torchvision.__version__}')"   #检查当前安装的 torch 和 torchvision 版本

pip uninstall torchvision   #清理旧版本
rm -rf ~/.cache/pip
rm -rf /home/jetson/.local/lib/python3.8/site-packages/torchvision*   #删除可能冲突的缓存文件
conda install torchvision=0.15 -c pytorch  #指定安装版本
sudo apt-get install libjpeg-dev libpng-dev   #torchvision 需要 libjpeg 和 libpng 库来支持图像处理功能，安装依耐项#验证torchvision 的 C++ 扩展是否加载成功
import torchvision
print("Torchvision loaded successfully")

解决此问题用了一些时间，最后在安装依赖项时，系统自动下载了torch2.3，手动升级了对应的torchvision到1.8,解决了该问题。

2.JetPack SDK官方参考资料

JetPack 是为 NVIDIA Jetson 平台设计的一系列库、API、工具和文档的集合。它简化了开发流程，使开发者能够更容易地构建高性能的人工智能应用。JetPack 包含了用于图像处理、计算机视觉、深度学习等领域的库，比如 VisionWorks, cuDNN, TensorRT 等。此外，它还包含了操作系统镜像、多媒体支持和其他必要的组件

参考链接：JetPack SDK Archive