M1芯片运行YOLOv5遇NNPACK初始化失败错误，求解决方法

不用重新编译PyTorch的替代方案 #

• 运行时直接禁用NNPACK
  在加载YOLOv5模型前，添加这段代码强制关闭NNPACK支持：

  import torch
  torch.backends.nnpack.enabled = False
  torch.backends.mkldnn.enabled = False
  

  这样绕开编译环节，直接在代码层面解决硬件不兼容问题。

• 切换到M1专属的MPS加速后端
  M1芯片原生支持PyTorch的MPS加速，加载模型时指定设备为mps即可：

  model = torch.hub.load('ultralytics/yolov5', 'yolov5s', device='mps')
  

  既避开NNPACK的问题，还能利用M1的硬件加速提升预测效率。

• 更新依赖到最新版本
  新版本的YOLOv5和PyTorch已经针对M1芯片做了适配，执行以下命令更新：

  pip install --upgrade torch torchvision ultralytics
  

  多数情况下，更新后这类硬件兼容问题会自动修复。

内容的提问来源于stack exchange，提问作者Rishabh Vatsa