PCで学習したYOLOモデル(best.pt)をJetson Nanoに移してTensorRT化、爆速推論にたどり着く全工程をDockerで完結する形で解説。ファイル名ルールから順を追って初心者でも迷わない構成。

Jetson NanoでYOLOをPython起動し、Dockerでリアルタイム表示→TensorRT化→検出結果をUDPで別Pythonへ渡すまでを1コマンドずつ解説。ROS連携の前段にちょうどいい構成です。

Jetson Nano＋USBカメラでYOLOをリアルタイム表示する手順を、Docker内Python実行を前提に解説。run.shで1発起動できる開発ループと、ホスト側で詰まりがちなエラーの対処法も収録。

Jetson Nano＋USBカメラでYOLO12のリアルタイム物体検出を表示しつつ動画として保存する方法を、Docker構成＋SSH接続前提でまとめた手順書。研究やフィールド検証の記録に最適。

Jetson NanoでYOLOをTensorRT化し爆速推論する最短手順を、なぜDocker必須なのかの理由から解説。Ultralytics+TensorRTで頻発するnp.boolエラーの直し方も併記。