2023年新年伊始,终于有空坐下来总结一下去年一年学习英伟达部署量化工具的相关经验。目前国内边缘计算市场应用最多的还是Jetson系列,无论是从性价比还是从硬件性能Nvidia都是独一无二的。但是Jetosn平台到手了以后,很多开发者和初次学习者并不熟悉Jetson上面的生态链,包括TensorRT和Deepstream等等框架,导致使用不好Nvidia Jetson这个平台。
从我自己的角度来讲,我是2017年本科的时候开始接触Jetson的平台,直到2022年,我才真正算是对Jetson系列进行了系统的入门。目前针对Nvidia众多框架工具包等的深入浅出教学在国内基本上属于0,能查到的文章基本都是官网博客的翻译转载或者是开发大牛的随手笔记,并不系统且完善。综上所述,我准备将我学习和摸索到的Deepstream经验进行分享,算是一个抛砖引玉。
我将会按照以下几点针对Deepstream进行讲解。
1.Deepstream新手三问,是什么?干什么?优势是什么?
2.Deepstream在Jetson上面的安装。
3.DeepstreamApp如何使用以及用于工程验证。
4.Deepstream开发环境配置(基于C++和Qt)。
5.Deepstream手把手阅读理解Test3。
6.Deepstream管道如何转化OpenCv取图。
7.Deepstream管道如何通过Kafka传递推理结果和信息。
8.Deepstream实战之如何利用语义分割实现背景替换。
9.Deepstream实战之如何实现第三方模型Yolo部署。
10.Deepstream实战之如何使用TLT部署口罩检测网络。
目前只想到了以上几点,如果有需要可以随时补充说明,其实也有不足的部分,譬如如何利用代码二次开发实现Kafka消息收发以及利用代码二次开发实现RTSP推流,这些部分我可能会在后面补全,也可能需要大家自己摸索。