You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何在Python 3.6环境下运行YOLOv8?适配Jetson系列设备

在Python 3.8以下版本(如Jetson设备)运行YOLOv8的解决方案

YOLOv8官方仅支持Python 3.8及以上版本,用pip install ultralytics无法在更低版本的Python环境(比如Jetson Nano/Xavier这类微型设备自带的旧Python)中完成安装。下面是经过验证的可行解决办法:

方案1:源码安装指定兼容版本

  • 克隆YOLOv8仓库到本地:git clone https://github.com/ultralytics/ultralytics.git
  • 切换到兼容旧Python的早期commit版本(比如8.0.150,该版本经测试可在Python3.7环境运行,具体可根据自身需求查看仓库commit记录):git checkout 8.0.150
  • 进入仓库目录,执行本地开发模式安装:pip install -e .
  • 前置要求:确保Jetson设备已安装对应Python版本的PyTorch和TorchVision,可通过NVIDIA JetPack包获取适配版本。

方案2:手动修改依赖配置适配旧Python

  • 克隆仓库:git clone https://github.com/ultralytics/ultralytics.git
  • 打开仓库根目录的setup.py,将python_requires=">=3.8"修改为你设备的Python版本上限,比如python_requires=">=3.7"
  • 检查requirements.txt中的依赖项,将要求Python3.8+的包替换为兼容旧版本的版本号,例如把typing-extensions>=4.7.0改为typing-extensions>=4.1.0,<4.6.0
  • 执行本地安装:pip install -e .

注意事项

  • 旧Python版本可能无法支持YOLOv8的最新功能(如新型模型、推理加速特性),优先保证基础的检测、训练功能正常运行
  • Jetson设备需提前配置好CUDA环境,确保PyTorch、TorchVision版本与JetPack版本匹配,避免出现底层兼容性问题

内容的提问来源于stack exchange,提问作者Timothee W

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.22 10:40:54