Ubuntu20.04下DeepStream Python环境安装

要养家的程序猿

已于 2024-01-09 14:57:35 修改

阅读量1.3k

点赞数 28

分类专栏：视频硬解码文章标签： python 开发语言

于 2023-12-18 17:58:03 首次发布

本文链接：https://blog.csdn.net/zzq1989_/article/details/135068507

版权

视频硬解码专栏收录该内容

2 篇文章 0 订阅

订阅专栏

引子

　　最近工作学习中遇到多路视频解码抽帧的需求，考虑到项目上大多数用到的都是Nvidia的显卡，常规CPU软解显然无法满足多路的需求，故考虑使用N卡的硬解码功能。然后我就毫不犹豫的去找轮子了，ChatGPT这么火，那就先问问它吧。嗯，呃，貌似下图红框里答案只有那么一点点靠谱（不要问我为啥用ChatGPT3.5，别问，问，就是穷），但...... 好吧，还是Google靠谱，了解到 “DeepStream是一套数据流分析工具包，DeepStream应用程序框架具有硬件加速构建块，可将深层神经网络和其他复杂处理任务带入流处理管道。开发者只需专注于构建核心深度学习网络和IP，而不是从头开始设计端到端解决方案。” 官方的这段话，可以说明DeepStream对算法工程师很贴心的。那么最后一个问题，为什么要选择python环境安装，很简单，人生苦短，我选python。OK，那就让我们开始吧！

一、机器配置

电脑：台式机

系统：Ubuntu 20.04.1

显卡：RTX 2060，6G显存

软件版本：

（1）deepstream：6.1.1

（2）显卡驱动版本：515.86

（3）CUDA版本：11.7.1

（4）cudnn版本：8.6.0

（5）TensorRT版本：8.4.3.1

二、安装教程

（所有的安装步骤都可以参考官方的教程：Quickstart Guide — DeepStream 6.1.1 Release documentation）

1、软件对应版本要求

注意对应安装软件的系统版本要与deepstream要求的对应，可参考以下这张图：

2、安装

（1）安装显卡驱动

a、下载安装包

Linux AMD64 Display Driver Archive | NVIDIA

b、运行如下指令

在安装驱动之前，可能会遇到缺少gcc的情况，这里先安装一些依赖库，执行如下指令：

sudo apt-get update

sudo apt-get install build-essential

再安装驱动文件，执行以下命令：

chmod +x NVIDIA-Linux-x86_64-515.76.run

sudo sh ./ NVIDIA-Linux-x86_64-515.76.run -no-x-check

之后就一直按enter选择默认选项，安装成功后，用nvidia-smi指令查看是否安装完成：

nvidia-smi

（2）安装NVIDIA Container Toolkit

a、配置源

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add -

curl -s -L NVIDIA Container Toolkit repository | libnvidia-container$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

b、安装NVIDIA Container Toolkit

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit

c、验证

systemctl restart docker

docker run --rm -it --gpus all -v /home/nick/DeepStream:/workspace linewell_deepstream:v1.0 /bin/bash

sudo su

nvidia-smi

（3）安装CUDA

a、下载安装包（我这里最后用的是 cuda_11.7.1_515.65.01_linux.run）

CUDA Toolkit Archive | NVIDIA Developer

b、运行如下指令进行安装

apt-get install libxml2

chmod +x cuda_11.7.1_515.65.01_linux.run

sudo sh ./cuda_11.7.1_515.65.01_linux.run

刚开始时间有一点点久，之后会弹出以下窗口，选择Continue：

再输入accept：

在下一步中，因为已经安装完了驱动了，这里我只选择安装了CUDA Toolkit 11.7，如下图所示：

然后选确定，往下安装即可。

c、添加环境变量

打开~/.bashrc，在文件末尾把cuda的路径添加进去，如下所示：

source ~/.bashrc

nvcc -V

（4）安装cudnn

a、下载安装包

cuDNN Archive | NVIDIA Developer

b、解压/复制文件

解压tar包

tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz

把cudnn/include的头文件复制到cuda的include路径

cp cudnn-linux-x86_64-8.6.0.163_cuda11-archive/include/* /usr/local/cuda-11.7/include/

把cudnn/lib的文件复制到cuda的lib路径

cp cudnn-linux-x86_64-8.6.0.163_cuda11-archive/lib/* /usr/local/cuda-11.7/lib64/

（5）安装DeepStream依赖

sudo apt install libssl1.1 libgstreamer1.0-0 gstreamer1.0-tools gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav libgstreamer-plugins-base1.0-dev libgstrtspserver-1.0-0 libjansson4 libyaml-cpp-dev gcc make git python3

（6）安装TensorRT

a、下载安装包

b、解压并添加路径

cd /home/nick/DeepStream/soft/

tar -xvf TensorRT-8.4.3.1.Linux.x86_64-gnu.cuda-11.6.cudnn8.4.tar.gz

source ~/.bashrc

（7）安装DeepStream SDK

a、下载

b、安装

apt-get install libjson-glib-1.0-0

tar -xvf deepstream_sdk_v6.1.1_x86_64.tbz2 -C /

cd /opt/nvidia/deepstream/deepstream-6.1/

sudo ./install.sh

sudo ldconfig

可能会遇到的问题：

/usr/local/cuda-11.7/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8 is not a symbolic link

解决方法参考：/usr/local/cuda-11.0/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8 is not a symbolic link解决方法-CSDN博客

（8）运行示例

切换到deepstream的示例config路径

切换到：/opt/nvidia/deepstream/deepstream/samples/configs/deepstream-app

cd /opt/nvidia/deepstream/deepstream/samples/configs/deepstream-app

运行如下指令进行测试

设置不显示

vi source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt

deepstream-app -c source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt

显存使用

三、Python接口使用

1、下载拷贝代码

cd /opt/nvidia/deepstream/deepstream/sources

cp /workspace/deepstream_python_apps-1.1.4.zip ./

unzip deepstream_python_apps-1.1.4.zip

mv deepstream_python_apps-1.1.4 deepstream_python_apps

2、安装依赖

apt install libcairo2-dev

apt-get install gir1.2-gst-rtsp-server-1.0

3、安装python app包

下载whl

Releases · NVIDIA-AI-IOT/deepstream_python_apps · GitHub

cd /home/nick/DeepStream/soft/

pip install pyds-1.1.4-py3-none-linux_x86_64.whl

3、测试

(1)本地文件读取

cd /opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps/apps/deepstream-test3

python deepstream_test_3.py -i file:///home/nick/DeepStream/sample_1080p_h264.mp4 --no-display -s

（2）rtsp读取

python3 deepstream_test_3.py -i rtsp://xxxxxxxxxxxxx/Streaming/Channels/1 --no-display -s

(3)图片保存

cd /opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps/apps/deepstream-imagedata-multistream

python3 deepstream_imagedata-multistream.py file:///home/nick/DeepStream/sample_1080p_h264.mp4 frames

cd /opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps/apps/deepstream-getframe

四、Docker镜像安装

　　读到这里的一定有同学说，干嘛这么麻烦，直接英伟达网站上拉取官方镜像不就完了( docker pull nvcr.io/nvidia/deepstream:6.1-samples)，那我建议这个同学去试试看...... 好吧，因为qiang的原因，其实这样子是拉不到官方镜像的，我的梯子搭过去，依然网络不稳定（这就不知道是梯子问题，还是官网的问题了），拉不完整......

　　那么，如果为了方便部署，只有自己镜像里安装这个了。这里注意下，我在镜像容器中按照二中的安装教程安装了一遍后，在执行python接口的时候依然有如下报错，看报错信息，应该是有些库没有找到，那么，只要把宿主机中/usr/lib/x86_64-linux-gnu目录拷贝到容器中即可。

要养家的程序猿

关注

28
点赞
踩
22

收藏

觉得还不错? 一键收藏
打赏
6
评论
Ubuntu20.04下DeepStream Python环境安装

那么最后一个问题，为什么要选择python环境安装，很简单，人生苦短，我选python。读到这里的一定有同学说，干嘛这么麻烦，直接英伟达网站上拉取官方镜像不就完了( docker pull nvcr.io/nvidia/deepstream:6.1-samples)，那我建议这个同学去试试看...... 好吧，因为qiang的原因，其实这样子是拉不到官方镜像的，我的梯子搭过去，依然网络不稳定（这就不知道是梯子问题，还是官网的问题了），拉不完整......那么，如果为了方便部署，只有自己镜像里安装这个了。
复制链接

扫一扫