deepstream视频数据流分析工具包安装使用教程
deepstream数据流分析工具包安装和使用
deepstream是nvidia官方推出的一个数据流处理工具包，可以很方便的实现对视频的解码、推理等工作，高效的完成图像分类、目标检测、识别和跟踪等任务。
deepstream是在gstreamer的基础上开发的，因此使用deepstream需要一定的c语言基础和gstreamer基础。deepstream可以看成是一个壳，里面集成了gstreamer和tensorrt等工具，我们可以使用deepstream完成视频的解码、传输、神经网络推理、结果的渲染等工作。
1. 环境配置
配置环境是一个很麻烦的事情，推荐直接在nvidia ngc中下载docker来进行部署。
事前准备：需要注册nvidia的ngc平台，在用户设置中获取到自己的key，该平台储存了nvidia预训练的模型和一些专用的docker image，比如deepstream sdk 和Transfer Learning Toolkit。
https://ngc.nvidia.com/
1.1 安装docker和nvidia-docker2
apt-get update
apt-get install docker
apt-get install nvidia-docker2
1.2登录nvidia的ngc平台下载deestream镜像
docker login nvcr.io
输入自己在平台获取到的Username和Password。如果未登录，在下载镜像时会出现验证错误的字样。
下载镜像并运行，使用docker images查看所有镜像，使用docker ps查看运行中的镜像
docker拉取镜像。推荐早上5,6点的时候下载
docker pull nvcr.io/nvidia/deepstream:5.0-dp-20.04-triton
# 允许外部连接主机
xhost +
# 第一种镜像运行方法，使用-v来挂载需要导入镜像的目录，-p设置镜像接口，方便之后ssh登入。
docker run --gpus all -it -v /tmp/.X11-unix:/tmp/.X11-unix -p 127.0.0.1:5000:22 -m 2g -e DISPLAY=$DISPLAY -w /opt/nvidia/deepstream/deepstream-5.0 nvcr.io/nvidia/deepstream:5.0-dp-20.04-triton
# 第二种镜像运行方法，当执行推理出现内存空间不够时用
nvidia-docker run --shm-size=1g --ulimit memlock=-1 --ulimit stack=67108864 --rm -it -v /tmp/.X11-unix:/tmp/.X11-unix -p 127.0.0.1:5000:22 -m 2g -e DISPLAY=$DISPLAY -w /opt/nvidia/deepstream/deepstream-5.0 nvcr.io/nvidia/deepstream:5.0-dp-20.04-triton
2. 运行案例
在sample中有已经编译好的案例，可以直接运行，如果想学习源代码的话，可以看source中的案例。
2.1 运行sample中案例
位置：/opt/nvidia/deepstream/deepstream-5.0/samples/configs/deepstream-app
演示30个视频流
deepstream-app -c source30_1080p_dec_infer-resnet_tiled_display_int8.txt
2.2 运行source中的案例，需要编译后运行
首先把sample中的streams拷贝到sample_apps中
cp -r /opt/nvidia/deepstream/deepstream-5.0/samples/streams/ /opt/nvidia/deepstream/deepstream-5.0/sources/apps/sample_apps
test1演示解码h264格式的视频并执行推理
进入deepstream-test1目录中
make
deepstream-test1-app ../streams/sample_720p.h264
gst出问题gst/gst.h: No such file or directory
apt-get install libgstreamer-plugins-base1.0-dev
test2 演示执行多个推理步骤
make
deepstream-test2-app ../streams/sample_720p.h264
test3 演示读取多个视频流，注意这里有一个坑，必须使用 file: 这种形式（冒号前不一定是file），不能省略。
make
deepstream-test3-app file:///opt/nvidia/deepstream/deepstream-5.0/samples/streams/sample_720p.h264 file:///opt/nvidia/deepstream/deepstream-5.0/samples/streams/sample_720p.h264
3. 后续
因为工作需要，目前正在研究deepstream和Transfer Learning Toolkit，有时间再更新其他内容。