配置DeepStream Python Apps工程

• 拉取deepstream_python_apps工程
• 安装依赖文件
• 测试
• 测试GST管道的方法

拉取deepstream_python_apps工程

Nvidia发布了一种可以使用Python开发Deepstream应用的套件，截止至当前支持的Deepstream版本是7.0. 目前已经发布至Github中，可以通过如下命令拉取该工具。

git clone https://github.com/NVIDIA-AI-IOT/deepstream_python_apps

如果要拉取一些较早的版本，比如支持Deepstream 6.4版本的代码，那么执行

git clone https://github.com/NVIDIA-AI-IOT/deepstream_python_apps -b v1.1.10

接下来的内容中，讨论的都是支持Deepstream 7.0版本的deepstream_python_apps，当前版本是v1.1.11。代码下载后需要放到Deepstream目录下，默认路径是/opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps，如果使用的是docker镜像，那么可以通过挂载的方式，把该项目挂到docker镜像中。

docker run --gpus all -it --rm --net=host --privileged \
    -v /tmp/.X11-unix:/tmp/.X11-unix \
    -v /path/to/deepstream_python_apps:/opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps \
    -e DISPLAY=$DISPLAY \
    -w /opt/nvidia/deepstream/deepstream \
    nvcr.io/nvidia/deepstream:7.0-samples-multiarch

但是在正式使用之前，还需要安装几个东西。

安装依赖文件

首先更新一遍缓存

sudo apt-get update

然后安装pycairo以及其所需的依赖文件

sudo apt-get install libcairo2-dev pkg-config python3-dev

接下来是pgi

sudo apt-get install libgirepository1.0-dev

然后从Github上下载pyds

wget https://github.com/NVIDIA-AI-IOT/deepstream_python_apps/releases/download/v1.1.11/pyds-1.1.11-py3-none-linux_x86_64.whl

然后通过PIP安装WHL文件。

pip3 install pyds-1.1.11-py3-none-linux_x86_64.whl

之后是cuda-python

pip3 install cuda-python

测试用例

为了验证是否成功，可以执行下述命令。

首先，cd到/opt/nvidia/deepstream/deepstream/sources/deepstream_python_apps/apps/deepstream-test1

然后，执行下述命令

python3 ./deepstream_test_1.py /opt/nvidia/deepstream/deepstream/samples/streams/sample_720p.h264

如果一切正常，应该可以看到推理出来的结果了。

测试GST管道的方法

Nvidia的整个Deepstream都是构建在GST上进行二度开发的。因此，如果使用的Docker环境，有时候需要手工确认下GST是否工作正常。所以可以执行执行下述指令进行测试。

gst-launch-1.0 videotestsrc ! autovideosink

如果没问题，那么应该会看到下面类似的窗口。