版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://www.cnblogs.com/phoenixash/p/15403392.html
https://blog.csdn.net/u010414589/article/details/115338399
DeepStream在安装完成后,默认会自动安装到以下目录内:/opt/nvidia/deepstream/deepstream-5.1。
在/opt/nvidia/deepstream/deepstream-5.1/sources目录下找到objectDetector_Yolo: 提供了一个 YOLO 模型的工作示例:
在objectDetector_Yolo 目录内,包含三部分内容:
nvdsinfer_custom_impl_yolo文件夹: yolo实现代码
配置文件:支持yoloV2, yoloV2_tiny, yoloV3, yoloV3_tiny。这里介绍Yolov3的配置,其他同理。
模型文件:这两个文件原始工程中没有,需要从darknet官网上下载。下载后放入objectDetector_Yolo文件夹下。
进入到/opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo 目录下
cd /opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo
依次执行以下两句命令,编译生成so文件。
export CUDA_VER=10.2 # 设置与设备相同的CUDA版本
make -C nvdsinfer_custom_impl_Yolo
编译后会在nvdsinfer_custom_impl_Yolo中生成动态库文件,libnvdsinfer_custom_impl_Yolo.so动态库文件。
描述:export CUDA_VER=10.2后,无法make,通过sudo make,则export CUDA_VER=10.2配置无效
解决:修改文件夹(objectDetector_Yolo和nvdsinfer_custom_impl_Yolo)权限:
sudo chmod 777 objectDetector_Yolo
sudo chmod 777 objectDetector_Yolo/nvdsinfer_custom_impl_Yolo
或
sudo chmod -R 777 /opt/nvidia/deepstream/deepstream-5.1/sources/
deepstream-app -c deepstream_app_config_yoloV3.txt
** ERROR: : Failed to create element 'src_bin_muxer'
** ERROR: : create_multi_source_bin failed
** ERROR: : create_pipeline failed
** ERROR: : Failed to create pipeline
Quitting
App run failed
————————————————
原文链接:https://blog.csdn.net/zong596568821xp/article/details/103902585
因为gstreamer缓存问题,运行下边指令删除即可
rm ${HOME}/.cache/gstreamer-1.0/registry.*
运行
deepstream-app -c deepstream_app_config_yoloV3.txt
运行成功后,会显示检测画面。