Jetson Orin Nano 實戰（一）：CSI 相機＋YOLOv8 即時物件偵測串流，一次就做對
把一台 Jetson Orin Nano 接上 CSI 相機，跑 YOLOv8 物件偵測，再用瀏覽器即時看畫面。聽起來很單純，實際動手時卻很容易卡關：相機抓不到、YOLO 慢得像幻燈片、套件裝完 OpenCV 就壞掉…… 這篇是我實際做完一輪後，整理出的 正確順序版 。照著做，可以避開常見的坑。完成後，在區域網路上任何一台電腦的瀏覽器，都能看到帶有偵測框的即時畫面： 推論約 17 ms、畫面約 30 FPS 。 下一篇〈實戰（二）〉會再用 TensorRT，把推論時間從 17 ms 降到 3.6 ms。 本文環境 項目 內容 開發板 Jetson Orin Nano 8GB（Super），官方 devkit 載板 系統 JetPack 6.2（L4T R36.4.x，CUDA 12.6，TensorRT 10.3），Python 3.10 相機 IMX219 CSI 相機（樹莓派 Camera V2 同款感光元件） 操作方式 從 Windows 透過 SSH／VS Code Remote-SSH 遠端操作（Jetson 不必接螢幕） 以下指令若沒有特別說明，都是在 Jetson 的終端機 執行。 先看重點：四個最容易走錯的地方 相機設定完沒有生效 ：jetson-io 會新增一個開機項目，但 預設開機項目可能沒有跟著切換 。→ 步驟 1 不要用 pip 直接安裝 PyPI 上的 torch ：通用版的 torch 跟 Jetson 的 CUDA 不相容，YOLO 會 默默改用 CPU ，速度慢 5 倍以上。→ 步驟 2 numpy 要維持 1.x、不要裝 opencv-python ：Jetson 內建的 OpenCV 支援 GStreamer，CSI 相機全靠它；pip 版的 OpenCV 不支援 GStreamer，numpy 2 則會讓內建的 OpenCV 無法匯入。→ 步驟 3 程式碼不要直接貼進終端機 ：長字串容易被截斷。請用 VS Code Remote-SSH 編輯，或用 scp 傳檔。→ 步驟 4 步驟 1：啟用 CSI 相機，並確認設定真的生效 1-1 用 jetson-io 設定相機 sudo /opt/nvidia/jetson-io/jetson-io....