?步驟一.創建虛擬環境
conda create -n yolov12 python=3.8.20
注意:YOLOv12/YOLOv11/YOLOv10/YOLOv9/YOLOv8/YOLOv7a/YOLOv5 環境通用
步驟二.激活虛擬環境
conda activate yolov12 #激活環境
步驟三.查詢Jetpack出廠版本
Jetson系列平臺各型號支持的最高Jetpack版本:
????????注意:涉及JetPack版本大升級5->6,需要用官方工具重做系統,
查看當前出廠版本
apt-cache show nvidia-jetpack #查看jetpack版本
步驟四.Pytorch安裝
安裝流程(關鍵)
????????YOLOv12官方配置環境要求Pytorch版本為2.2.2,筆者JetsonOrinNX的出廠JetPack版本為5.1.3,故按照英偉達官方對于Jetson提供的預編譯包鏈接,選擇鏈接中最貼近2.2版本的torch進行離線下載,再用命令行進行安裝。
離線安裝:
Torch下載鏈接
http://? developer.download.nvidia.cn/compute/redist/jp/v51/pytorch/ ?
????????注意:鏈接中的v51就是jetpack5.1版本,大家可根據自己版本修改此處,得到新鏈接內容,再選擇需要的torch版本。
鏈接打開后如圖所示:
安裝指令
pip install path to xx.whl #安裝該文件
????????注意:此處的安裝文件名中的cp38是python3.8版本的意思,故在虛擬環境中安裝python版本時也要對應于此
在線安裝
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
驗證是否安裝成功
conda list torch #查看目標環境是否安裝torch
python -c "import torch; print(torch.__version__)" #打印torch版本
步驟五.安裝其他依賴項
pip install -r requirements.txt #集群安裝
步驟六.運行YOLOv12
python detect.py #運行腳本
最后.可能遇見的問題與解決方法
1.報錯torch與torchvision不兼容
????????解決方法:刪掉原版本,安裝新版本
相關指令:
python -c "import torch; import torchvision; print(f'torch version: {torch.__version__}, torchvision version: {torchvision.__version__}')" #檢查當前安裝的 torch 和 torchvision 版本
pip uninstall torchvision #清理舊版本
rm -rf ~/.cache/pip
rm -rf /home/jetson/.local/lib/python3.8/site-packages/torchvision* #刪除可能沖突的緩存文件
conda install torchvision=0.15 -c pytorch #指定安裝版本
sudo apt-get install libjpeg-dev libpng-dev #torchvision 需要 libjpeg 和 libpng 庫來支持圖像處理功能,安裝依耐項#驗證torchvision 的 C++ 擴展是否加載成功
import torchvision
print("Torchvision loaded successfully")
????????解決此問題用了一些時間,最后在安裝依賴項時,系統自動下載了torch2.3,手動升級了對應的torchvision到1.8,解決了該問題。
2.JetPack SDK官方參考資料
????????JetPack 是為 NVIDIA Jetson 平臺設計的一系列庫、API、工具和文檔的集合。它簡化了開發流程,使開發者能夠更容易地構建高性能的人工智能應用。JetPack 包含了用于圖像處理、計算機視覺、深度學習等領域的庫,比如 VisionWorks, cuDNN, TensorRT 等。此外,它還包含了操作系統鏡像、多媒體支持和其他必要的組件??
參考鏈接:JetPack SDK Archive
總結:Jetson是按照Jetpack版本去下載對應的Torch,這一點要和常規的根據CUDA版本去下載對應Torch有一定區別,需要注意。
#筆者也是新手,歡迎各位讀者批評指正,更多參考:YOLOv12環境配置,手把手教你使用YOLOv12訓練自己的數據集和推理(附YOLOv12網絡結構圖),全文最詳細教程