Jetson Nano配置CV/DL环境时Python3报Illegal instruction(core dumped)求解决
2026-11-10
问题根源定位
你遇到的Illegal instruction (core dumped)报错和Python小版本号完全无关，不需要降级系统自带的Python 3.6.9，盲目降级反而会破坏Jetson Pack 4.2镜像的系统依赖完整性。
报错的核心诱因是：Jetson Nano搭载的Cortex-A57 CPU仅支持ARMv8.0基础指令集，不支持后续ARM架构迭代加入的SVE、新版NEON扩展等高级指令；而当前PyPI官方源提供的aarch64架构numpy、scipy预编译包，是按通用最新arm64硬件标准编译的，内置了大量Cortex-A57不识别的高级指令，运行时直接触发非法指令异常。
你之前做的对照测试也能侧面印证这个逻辑：Python2环境能正常导入numpy，是因为旧版Python2对应的numpy编译版本本身就没有内置这些新的高级指令，不存在架构不匹配的问题——问题根本不在Python解释器，而在你现在pip拉取的第三方库编译版本没有做适配裁剪。
可落地的解决步骤
全程不需要修改系统Python版本，只要替换虚拟环境内的第三方库为适配版本即可：
- 激活你之前搭建的Python3目标检测专用虚拟环境（按你之前配置的virtualenvwrapper命令，比如
workon 你的虚拟环境名） - 彻底清除之前安装错版本的依赖包和缓存，避免重复拉取不适配的包：
- 卸载现有numpy、cython、scipy：
pip uninstall -y numpy cython scipy - 清空pip本地缓存：
pip cache purge
- 卸载现有numpy、cython、scipy：
- 安装经过硬件适配的稳定版本依赖，严格匹配Python3.6、Cortex-A57架构要求：
- 安装numpy 1.19.5（英伟达官方适配Jetson Nano的稳定版本，无多余指令集）：
pip install numpy==1.19.5 --no-cache-dir - 安装完成后立刻验证导入：
python -c "import numpy; print(numpy.__version__)"，正常输出版本号就说明核心故障已解决 - 安装匹配版本的cython 0.29.24，兼顾和旧版OpenCV编译流程的兼容性：
pip install cython==0.29.24 --no-cache-dir - 安装适配的scipy 1.5.4（替代指南里提到的Scipy v1.3.3，解决版本兼容问题）：
pip install scipy==1.5.4 --no-cache-dir - 同样验证scipy导入：
python -c "import scipy; print(scipy.__version__)"，无core dump报错即通过
- 安装numpy 1.19.5（英伟达官方适配Jetson Nano的稳定版本，无多余指令集）：
- 可选加固操作：如果后续导入其他依赖时仍然偶发非法指令报错，可在
~/.bashrc末尾追加一行配置export OPENBLAS_CORETYPE=ARMV8，执行source ~/.bashrc生效，将OpenBLAS的指令集调用锁在ARMv8基础档位，彻底规避高级指令不兼容的问题。
避坑说明
- 2020年那份Pyimagesearch指南发布时，PyPI源上的aarch64预编译包还没有内置后续加入的高级ARM指令，当时直接执行pip install就能正常运行；现在pypi的编译包标准已经迭代，照搬当年的安装命令必然踩坑，不需要怀疑指南的流程，只要替换对应适配的库版本即可。
- 绝对不要尝试自行编译安装更低小版本的Python3：Jetson Pack 4.2镜像里的apt依赖、英伟达驱动适配全是绑定自带的Python3.6.9的，手动换Python版本会导致系统级包管理器完全失效，后续安装TensorFlow、JetPack组件时会出现大量难以排查的依赖冲突。
内容的提问来源于stack exchange，提问作者RedEye
相关产品推荐
相关产品推荐
