jetson烧录系统配置基础环境请查看博主另一篇文章:https://zhangzhe.blog.csdn.net/article/details/100519113
deepstream快速入门指南
NVIDIA ® DeepStream软件开发工具包(SDK)为加速AI框架来构建智能视频分析(IVA)等的管道。DeepStream运行在NVIDIA ® T4,NVIDIA ®安培和平台,
如NVIDIA ®杰特森™纳米,NVIDIA ®杰特森AGX泽维尔™,NVIDIA ®杰特森泽维尔
Jetson设定--------------
本节说明在安装DeepStream SDK之前如何准备Jetson设备。
安装Jetson SDK组件
从https://developer.nvidia.com/embedded/jetpack下载NVIDIA SDK Manager。您将使用它来安装JetPack 4.5.1 GA(对应于L4T 32.5.1版本)
-NVIDIA SDK Manager是一个图形应用程序,它会闪烁并安装JetPack软件包。
-根据主机系统的不同,刷新过程大约需要10-30分钟。
.. 笔记::
如果您使用的是Jetson Nano或Jetson Xavier NX开发人员套件,则可以从https://developer.nvidia.com/embedded/jetpack下载SD卡映像。它与CUDA,TensorRT和cuDNN打包在一起。
安装依赖项
~~~~~~~~~~~~~~~~~~~~~~~~~
输入以下命令以安装必备软件包
$ sudo apt install \
libssl1.0.0 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4=2.11-1
安装librdkafka(为消息代理启用Kafka协议适配器)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^^^^^^^^^^^^^^^
1.从GitHub克隆`librdkafka`存储库:::
$ git clone https://github.com/edenhill/librdkafka.git
2.配置和构建库::
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
$ make
$ sudo make install3.将生成的库复制到deepstream目录:::
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
$ sudo cp / usr / local / lib / librdkafka * /opt/nvidia/deepstream/deepstream-5.1/lib
安装DeepStream SDK
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-**方法1 **:使用SDK Manager
从``其他SDK''部分中选择DeepStreamSDK以及JP 4.5.1软件组件进行安装。
-**方法2 **:使用DeepStream tar包
1.将DeepStream 5.1 Jetson tar包“ deepstream_sdk_v5.1.0_jetson.tbz2”下载到Jetson设备。
2.输入以下命令以提取并安装DeepStream SDK:::
$ sudo tar -xvf deepstream_sdk_v5.1.0_jetson.tbz2 -C /
$ cd /opt/nvidia/deepstream/deepstream-5.1
$ sudo ./install.sh
$ sudo ldconfig
-**方法3 **:使用DeepStream Debian软件包
将DeepStream 5.1 Jetson Debian软件包``deepstream-5.1_5.1.0-1_arm64.deb''下载到Jetson设备。然后输入命令:::
$ sudo apt-get install ./deepstream-5.1_5.1.0-1_arm64.deb
.. 笔记::
如果使用dpkg命令安装DeepStream SDK Debian软件包,则必须在安装debian软件包之前安装以下软件包:
*``libgstrtspserver-1.0-0''
*``libgstreamer-plugins-base1.0-dev''
-**方法4 **:使用`apt-server`
1.使用类似于“ $ sudo vi /etc/apt/sources.list.d/nvidia-l4t-apt-source.list”的命令,在文本编辑器中打开apt源配置文件。
2.在如下所示的deb命令中更改存储库名称并下载URL:``deb https://repo.download.nvidia.com/jetson/common r32.5 main”
3.保存并关闭源配置文件。
4.输入命令:::
$ sudo apt更新
$ sudo apt安装deepstream-5.1
-**方法5 **:使用Docker容器
DeepStream Docker容器在NGC上可用。请参阅\ DS:\ DS_docker_containers`部分,以了解有关使用Docker容器开发和部署DeepStream的信息。
运行deepstream-app(参考应用程序)
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 〜
1.导航到开发工具包上的示例目录。
2.输入以下命令以运行参考应用程序:::
$ deepstream-app -c <路径配置文件>
其中“ <path_to_config_file>”是参考应用程序配置文件之一的路径名,可在“ configs / deepstream-app /”中找到。有关可用文件的列表,请参见包装内容。
.. 笔记::
*您可以在/opt/nvidia/deepstream/deepstream-5.1/samples目录下找到示例配置文件。输入此命令以查看应用程序用法:::
$ deepstream-app-帮助
*要保存TensorRT Engine / Plan文件,请运行以下命令:::
$ sudo deepstream-app -c <路径配置文件>
3.要在2D Tiled显示视图中显示标签,请在源上单击鼠标左键以展开感兴趣的源。要返回平铺显示,请在窗口中的任意位置“右键单击”。
4.还支持键盘的来源选择。在运行应用程序的控制台上,按z键,然后按所需的行索引(0到9),然后按列索引(0到9)以展开源。要恢复2D平铺显示视图,请再次按``z''。
提高时钟
^^^^^^^^^^^^^^^^^^
安装DeepStream SDK后,请在Jetson设备上运行以下命令以提高时钟:::
$ sudo nvpmodel -m 0
$ sudo jetson_clocks
运行预编译的示例应用程序
1.导航到“ sources / apps / sample_apps”内的所选应用程序目录。
2.按照目录的README文件运行该应用程序。
.. 笔记::
如果应用程序遇到错误并且无法创建Gst元素,请删除GStreamer缓存,然后重试。要删除GStreamer缓存,请输入以下命令:
``$ rm $ {HOME} /。cache / gstreamer-1.0 / registry.aarch64.bin``
当针对不存在现有引擎文件的模型运行应用程序时,可能需要花费几分钟(取决于平台和模型)来生成文件和启动应用程序。为了以后运行,可以重新使用这些生成的引擎文件以加快加载速度。
适用于Ubuntu的dGPU设置
本节说明在安装DeepStream SDK之前如何使用NVIDIA dGPU设备准备``Ubuntu x86_64’'系统。
… 笔记::
本文档使用术语dGPU(“独立GPU”)来指代NVIDIA GPU扩展卡产品,例如NVIDIA |Tesla®|。T4和P4,NVIDIA |GeForce®| GTX 1080和NVIDIA |GeForce®| RTX 2080。
此版本的DeepStream SDK在NVIDIA驱动程序460.32和NVIDIATensorRT®7.2及更高版本支持的x86_64平台上的特定dGPU产品上运行。
.. |Tesla®| 替换:: Tesla \:sup:`
.. |GeForce®| replace :: GeForce \:sup:`
您必须安装以下组件:
-Ubuntu 18.04
-GStreamer 1.14.1
-NVIDIA驱动程序460.32
-CUDA 11.1
-TensorRT 7.2.X
删除所有以前的DeepStream安装
输入以下命令以删除所有以前的DeepStream 3.0或以前的安装:::
$ sudo rm -rf / usr / local / deepstream /usr/lib/x86_64-linux-gnu/gstreamer-1.0/libgstnv* / usr / bin / deepstream * /usr/lib/x86_64-linux-gnu/gstreamer-1.0/ libnvdsgst *
/usr/lib/x86_64-linux-gnu/gstreamer-1.0/deepstream*
/ opt / nvidia / deepstream / deepstream *
$ sudo rm -rf /usr/lib/x86_64-linux-gnu/libv41/plugins/libcuvidv4l2_plugin.so
要删除DeepStream 4.0或更高版本的安装,请执行以下操作:
1.打开``/ opt / nvidia / deepstream / deepstream /''中的``uninstall.sh''文件
2.将PREV_DS_VER设置为4.0
3.以sudo身份运行以下脚本:"./ uninstall.sh"
安装依赖项
~~~~~~~~~~~~~~~~~~~~~~
在安装DeepStream SDK之前,输入以下命令以安装必要的软件包:::
$ sudo apt install \
libssl1.0.0 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4=2.11-1
安装NVIDIA驱动程序460.32
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
-从以下位置的NVIDIA Unix驱动程序页面下载并安装NVIDIA驱动程序460.32:
https://www.nvidia.com/cn/download/driverResults.aspx/168347/en-us
-运行以下命令:::
$ chmod 755 NVIDIA-Linux-x86_64-460.32.03.run
$。/ NVIDIA-Linux-x86_64-460.32.03.run
安装CUDA Toolkit 11.1
^^^^^^^^^^^^^^^^^^^^^^^^^^^^
从NVIDIA开发人员中心下载并安装CUDA Toolkit 11.1,网址为:
https://developer.nvidia.com/cuda-downloads
安装TensorRT 7.2.X
^^^^^^^^^^^^^^^^^^^^^^^^
从NVIDIA开发人员中心下载并安装TensorRT 7.2:
https://developer.nvidia.com/nvidia-tensorrt-download
安装librdkafka(为消息代理启用Kafka协议适配器)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^^^^^^^^^^^^^
1.从GitHub克隆`librdkafka`存储库:::
$ git clone https://github.com/edenhill/librdkafka.git
2.配置和构建库:::
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
。/配置
$使
$ sudo make install
3.将生成的库复制到deepstream目录:::
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
$ sudo cp / usr / local / lib / librdkafka * /opt/nvidia/deepstream/deepstream-5.1/lib
安装DeepStream SDK
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-**方法1 **:使用DeepStream Debian软件包
下载DeepStream 5.1 dGPU Debian包``deepstream-5.1_5.1.0-1_amd64.deb'':https://developer.nvidia.com/deepstream-51-510-1-amd64deb
输入命令:::
$ sudo apt-get install ./deepstream-5.1_5.1.0-1_amd64.deb
-**方法2 **:下载DeepStream tar包:https://developer.nvidia.com/deepstream-sdk-v510-x86-64tbz2
导航到下载的DeepStream软件包的位置以提取并安装DeepStream SDK:::
$ sudo tar -xvf deepstream_sdk_v5.1.0_x86_64.tbz2 -C /
$ cd /opt/nvidia/deepstream/deepstream-5.1/
$ sudo ./install.sh
$ sudo ldconfig
-**方法3 **:使用apt-server
1.在计算机的源列表中添加以下x86_64存储库。
一种。在文本编辑器中打开apt源配置文件,例如:``$ sudo vi /etc/apt/sources.list.d/nvidia-apt-source.list''
b。在deb命令中确认存储库名称并下载URL:``deb https://repo.download.nvidia.com/jetson/x86_64 bionic r32.5''
C。保存并关闭源配置文件。
2.安装APT服务器的x86_64存储库的公钥:::
$ sudo apt-key adv --fetch-key https://repo.download.nvidia.com/jetson/jetson-ota-public.asc
输入命令:::
$ sudo apt更新
$ sudo apt安装deepstream-5.1
-**方法4 **:使用Docker容器
DeepStream Docker容器在NGC上可用。请参阅\ DS:\ DS_docker_containers`部分,以了解有关使用Docker容器开发和部署DeepStream的信息。
运行deepstream-app(参考应用程序)
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~
-转到示例目录并输入以下命令:::
$ deepstream-app -c <路径配置文件>
其中“ <path_to_config_file>”是参考应用程序配置文件之一的路径名,可在“ configs / deepstream-app”中找到。有关可用文件的列表,请参见包装内容。
.. 笔记::
*要转储引擎文件,请运行以下命令:::
$ sudo deepstream-app -c <路径配置文件>
*您可以在/opt/nvidia/deepstream/deepstream-5.1/samples目录下找到示例配置文件。输入此命令以查看应用程序用法:::
$ deepstream-app-帮助
-要在2D平铺显示视图中显示标签,请在源上单击鼠标左键以展开感兴趣的源。要返回平铺显示,请在窗口中的任意位置“右键单击”。
-还支持键盘选择来源。在运行应用程序的控制台上,按z键,然后按所需的行索引(0到9),然后按列索引(0到9)以展开源。要恢复2D平铺显示视图,请再次按``z''。
运行预编译的示例应用程序
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
1.导航到“ sources / apps / sample_apps”内的所选应用程序目录。
2.按照该目录的README文件运行该应用程序。
.. 笔记::
如果应用程序遇到错误并且无法创建Gst元素,请删除GStreamer缓存,然后重试。要删除GStreamer缓存,请输入以下命令:::
$ rm $ {HOME} /。cache / gstreamer-1.0 / registry.x86_64.bin
当针对不具有现有引擎文件的模型运行应用程序时,可能需要花费几分钟(取决于平台和模型)来生成文件和启动应用程序。为了以后运行,可以重新使用这些生成的引擎文件以加快加载速度。
用于RedHat Enterprise Linux(RHEL)的dGPU设置
----------------------------------------------
本节说明在安装DeepStream SDK之前,如何使用NVIDIA dGPU设备准备RHEL系统。
.. 笔记::
本文档使用术语dGPU(``独立GPU'')来指代NVIDIA GPU扩展卡产品,例如NVIDIA Tesla T4和P4,NVIDIA GeForce GTX 1080和NVIDIA GeForce RTX 2080。
此版本的DeepStream SDK在NVIDIA驱动程序460+和|NVIDIA®支持的x86_64平台上的特定dGPU产品上运行。TensorRT鈩7.2及更高版本。
.. |NVIDIA®| 替换:: NVIDIA \:sup:``
您必须安装以下组件:
-RHEL 8.x
-GStreamer 1.14.1
-NVIDIA驱动程序460.32(https://www.nvidia.com/cn/download/driverResults.aspx/168347/zh-cn)
-CUDA 11.1
-TensorRT 7.2.X
删除所有以前的DeepStream安装
要删除DeepStream 4.0或更高版本的安装,请执行以下操作:
1.打开将在/ opt / nvidia / deepstream / deepstream /''中出现的uninstall.sh文件。 2.将PREV_DS_VER设置为4.0 3.以sudo运行以下脚本:
。/ uninstall.sh``
安装依赖项
在安装DeepStream SDK之前,输入以下命令以安装必要的软件包:::
$yum install\
gstreamer1 \
gstreamer1-plugins-base \
gstreamer1-plugins-好
gstreamer1-plugins-bad-free \
gstreamer1-plugins-ugly-free \
gstreamer1-rtsp-server \
gstreamer1-svt-av1 \
json-glib \
openssl \
libuuid \
gstreamer1-plugins-base-devel \
json-glib-devel \
opencv-devel \
jasson-devel\
openssl-devel \
libuuid-devel
** gst-rtsp-server **:
``gst-rtsp-server-devel``软件包不适用于编译deepstream-app所需的RHEL。
从https://gstreamer.freedesktop.org/src/gst-rtsp-server/gst-rtsp-server-1.14.5.tar.xz下载源:::
$ ./configure
$make
$make install
$ sudo cp -r /usr/local/include/gstreamer-1.0/gst/rtsp-server/ /usr/include/gstreamer-1.0/gst/
..注意:: DeepStream软件包的README.rhel中也提到了RHEL 8.x所需的软件包。
安装NVIDIA驱动程序460.32
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
-从https://www.nvidia.com/cn/download/driverResults.aspx/168347/en-us的NVIDIA unix驱动程序页面下载并安装NVIDIA驱动程序460.32
-运行以下命令:::
$ chmod 755 NVIDIA-Linux-x86_64-460.32.03.run
$。/ NVIDIA-Linux-x86_64-460.32.03.run
安装CUDA Toolkit 11.1
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
从NVIDIA开发人员中心下载并安装CUDA Toolkit 11.1,网址为:
https://developer.nvidia.com/cuda-downloads
安装TensorRT 7.2.X
^^^^^^^^^^^^^^^^^^^^^^^
从NVIDIA开发人员中心下载并安装TensorRT 7.2.X:
https://developer.nvidia.com/nvidia-tensorrt-download
安装librdkafka(为消息代理启用Kafka协议适配器)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^^^^^^^^^^^^^^
1.从GitHub克隆`librdkafka`存储库:
``$ git clone https:// github.com / edenhill / librdkafka.git``
2.配置和构建库:::
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
$make
$ sudo make install
3.将生成的库复制到deepstream目录:::
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
$ sudo cp / usr / local / lib / librdkafka * /opt/nvidia/deepstream/deepstream-5.1/lib
安装DeepStream SDK
-**方法1 **:下载DeepStream tar包:https://developer.nvidia.com/deepstream-sdk-v510-x86-64tbz2
导航到DeepStream软件包下载到的位置,然后解压缩并安装DeepStream SDK:::
$ sudo tar -xvf deepstream_sdk_v5.1.0_x86_64.tbz2 -C /
$ cd /opt/nvidia/deepstream/deepstream-5.1/
$ sudo ./install.sh
$ sudo ldconfig
-**方法2 **:使用Docker容器
DeepStream Docker容器在NGC上可用。请参阅\ DS:\ DS_docker_containers`部分,以了解有关使用Docker容器开发和部署DeepStream的信息。
运行deepstream-app(参考应用程序)
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~
-转到示例目录并输入以下命令:::
$ deepstream-app -c <路径配置文件>
其中“ <path_to_config_file>”是参考应用程序配置文件之一的路径名,可在“ configs / deepstream-app”中找到。有关可用文件的列表,请参见包装内容。
.. 笔记::
要转储引擎文件,请运行以下命令:::
$ sudo deepstream-app -c <路径配置文件>
您可以在/opt/nvidia/deepstream/deepstream-5.1/samples目录中找到示例配置文件。输入此命令以查看应用程序用法:::
$ deepstream-app-帮助
-要在2D平铺显示视图中显示标签,请在源上单击鼠标左键以展开感兴趣的源。要返回平铺显示,请在窗口中的任意位置“右键单击”。
-还支持键盘选择来源。在运行应用程序的控制台上,按z键,然后按所需的行索引(0到9),然后按列索引(0到9)以展开源。要恢复2D平铺显示视图,请再次按``z’’。
运行预编译的示例应用程序
1.导航到“ sources / apps / sample_apps”内的所选应用程序目录。
2.按照该目录的README文件运行该应用程序。
.. 笔记::
如果应用程序遇到错误并且无法创建Gst元素,请删除GStreamer缓存,然后重试。要删除GStreamer缓存,请输入以下命令:::
$ rm $ {HOME} /。cache / gstreamer-1.0 / registry.x86_64.bin
当针对不具有现有引擎文件的模型运行应用程序时,可能需要花费几分钟(取决于平台和模型)来生成文件和启动应用程序。为了以后运行,可以重新使用这些生成的引擎文件以加快加载速度。
在没有X服务器的情况下运行
------------------------------
SDK随附的默认配置文件具有基于EGL的“ nveglglessink”作为默认渲染器(由[sink]组中的type = 2表示)。渲染器需要一个正在运行的X服务器,并且没有一个就会失败。
在没有X服务器的情况下,DeepStream参考应用程序提供了通过RTSP传输输出的另一种功能。可以通过在配置文件中添加RTSP输出接收器组来启用此功能。有关示例,请参考source30_1080p_dec_infer-resnet_tiled_display_int8.txt文件中的“ [sink2]”组。不要忘记通过为相应的接收器组设置enable = 0来禁用“ nveglglessink”渲染器。
平台和操作系统兼容性
-------------------------------
下表提供了有关DeepStream当前版本和早期版本中平台和操作系统兼容性的信息。
.. csv-table :: Jetson模型平台和操作系统兼容性
:file:../text/tables/DS_quickstart_Jetson_platform_os_compatibility.csv
:宽度:10、10、10、10、10、10、10、10
:header-rows:1
.. csv-table :: dGPU模型平台和操作系统兼容性
:file:../text/tables/DS_quickstart_dGPU_platform_os_compatibility.csv
:宽度:10、10、10、10、10、10、10、10
:header-rows:1
DeepStream Triton Inference Server使用指南
-------------------------------------------------- --
显卡
~~~~~~
1.拉DeepStream Triton Inference Server泊坞窗::
docker pull nvcr.io/nvidia/deepstream:5.1-21.02-triton
2.启动泊坞窗::
docker run --gpus all -it --rm -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY = $ DISPLAY nvcr.io/nvidia/deepstream:5.1-21.02-triton
杰森
~~~~~~~
Triton Inference Server共享库是Jetson上DeepStream的一部分预先安装的。安装Triton Inference Server不需要额外的步骤。
对于这两个平台,要运行示例,请遵循README的``运行Triton Inference Server示例''部分中的步骤:``/opt/nvidia/deepstream/deepstream-5.1''
翻译自 https://docs.nvidia.com/metropolis/deepstream/dev-guide/text/DS_Quickstart.html