问题标签 [nvidia-deepstream]

我有一个旧的 geforce GTX (960 M) 显卡，我想使用 Deep-stream SDK，它是否支持老一代的显卡？

我正在尝试在 docker 容器中安装 deepstream-5。我使用了一个具有以下规格的容器：来自Here的 10.2-cudnn7-tensorrt7-devel-ubuntu18.04 (cuda 10.2.89, nccl 2.7.8, cudnn 7.6.5.32, tensorrt 7.0.0.11) 。和python 3.6

之后，我按照官方网站中的说明安装了 deepstream-5。

当我运行他们的一项测试时：

我得到这个错误。我不知道如何解决它。

我尝试按照此处的建议删除缓存，现在我在错误旁边有警告：D。我检查了，并且已经有了警告中的两个文件。

我在 Nvidia-Forum 上问过。在这里。

我有一个使用深度流自定义边界框解析器的检测任务。我将推理结果存储在

以这种方式：

我打印了上面的值，它们确实存在。但是，当我尝试通过以下方式在我的程序中打印它们时：

它显示无或 0。根本没有输出。

知道我在哪一部分做错了吗？谢谢

使用 deepstream_app_config_yoloV3.txt 和 TRT 引擎文件 fp16.engine，我在 yolov3-spp 上的 FPS 为 15，在 yolov3-tiny 上的 FPS 为 30。

我的问题是：有没有办法重新创建我在 python deepstream 自定义应用程序上运行 deepstream_app_config_yoloV3.txt的fps ？

因为我想提取检测到的对象名称和边界框坐标等元数据。如果我可以在deepstream_app_config_yoloV3.txt 应用程序（而不是 custom-app.py 脚本）上执行此操作，我将非常乐意放弃 python 脚本

我的设置：

Jetson Nano B01
Deep-stream 5.0
Jetpack 4.4
摄像头：CSI Pi-camera V2

这是 deepstream-app-test1 的修改版本，其中我更改了 Pi-cam 的源而不是视频文件。

在运行自定义应用程序时，由于有线批处理问题，我得到了大约 5 fps。我应该修改什么来停止这种批处理并增加 fps 吗？

我添加了一个“fps = 30/1”的参数，看看它是否会有所作为，但它并没有停止批处理

我的代码：

请提供适用于您的设置的完整信息。

• 硬件平台（Jetson / GPU） Jetson

• DeepStream 5.0版

• JetPack 版本（仅对 Jetson 有效） 4.4

• TensorRT 7.0版

• NVIDIA GPU 驱动程序版本（仅对 GPU 有效） • 问题类型（问题、新要求、错误）问题 • 如何重现问题？（这是针对错误的。包括正在使用的示例应用程序、配置文件内容、使用的命令行以及其他用于重现的详细信息）

• 需求详情（这是针对新需求。包括模块名称-哪个插件或哪个示例应用程序，功能描述）

我正在尝试在运行时为 nvstreamdemux 元素创建源垫，并链接到位于列表中的几个 rtph264pay 元素：rtppayload_list。上面给出的代码导致以下错误：gi.overrides.Gst.LinkError：

任何帮助，将不胜感激。谢谢 ！

我正在使用此处列出的 Deepstream-5.0 容器。我们使用 NVIDIA 2080 TI 作为主机。

在 docker 容器内，以下服务正在运行：

• 定时服务
• 主管
• 一个包含 Deepstream-5.0 管道的 python 进程

容器运行 24x7 等进程，但在 4-5 天内，supervisord 停止运行一次，当我们尝试重新启动它时，它会说：重新启动 supervisord：

但是我们应该在 supervisord 重新启动后启动的自定义服务没有重新启动并给出错误：

为了解决这个问题，当我尝试 docker restart 并尝试运行 docker exec 时，它会出现以下错误：

我检查了系统日志和 docker 日志，但日志中没有错误。

请提出可能是什么问题，如果需要任何其他细节，请告诉我。

谢谢。

我在我的 Jetson nano 上安装了 Azure IoTEdge，并使用 /etc/iotedge/config.yaml 中的安全守护程序文件为设备提供了 IoTEdge 运行时。

我看到 IoT Edge 守护程序的状态是活动的（正在运行），并且我正在使用的所有 6 个 IoTEdge 运行时模块都在运行： 控制台图像

-----------------名称 -------- 状态---------

• CameraTaggingModule ---------- 正在运行
• DeepStreamAnalytics ------------ 运行
• NVIDIADeepStreamSDK -------- 运行
• azureblobstorageoniotedge ---- 正在运行
• edgeAgent -------------- 正在运行
• edgeHub ---------------------------- 正在运行

但是我的 NVIDIADeepStreamSDK 模块不想从我的 RTSP 摄像头接收消息，该摄像头也与 Jetson 位于同一网络中，我看到它的这个模块的日志，它说：

如果我使用像BigBugBunny rtsp这样的公共 RTSP，NVIDIADeepStreamSDK 模块可以成功接收消息，所以我猜这个问题可能与本地网络的某些配置有关。还是应该公开我的 RTSP 摄像机？还是我应该提供一些带有 DNS 规范的 json 文件？无论哪种情况，解决这个问题的最佳方法是什么？感谢您提出任何建议来完成这项工作，谢谢。

尝试按照文档（DeepStream 开发指南 — DeepStream DeepStream 版本：5.0 文档）在 ubuntu 18.04 上运行 nvidia 的 deepstream5.0 sdk（示例程序）。

• 硬件平台（Jetson / GPU）=GPU NVIDIA GEFORCE RTX 2060
• TensorRT 版本=7.0
• NVIDIA GPU 驱动程序版本（仅对 GPU 有效）：450.102
• 问题类型（问题、新要求、错误）=错误
• GCC=7.5
• 蟒蛇3.7
• CUDNN 7.6.5
• CUDA 10.2

应用程序安装在路径：“/opt/nvidia/deepstream/deepstream-5.0/”。

执行命令为“deepstream-app -c”

例子：

但是在打开空白屏幕并突然关闭后出现分段错误

我的 nvidia 驱动和 cuda 版本如下所示： 我的 nvidia 驱动和 cuda 版本如下所示：

• 硬件平台（Jetson / GPU） Jetson Nano 4GB，Ubuntu 18.4

• DeepStream 版本 marketplace.azurecr.io/nvidia/deepstream-iot2-l4t:latest

• JetPack 4.3版

• 问题类型 输出推理类与模型类不同

• 如何重现问题？ 在 DeepStream 上，部署对象检测 ONNX 模型。我的模型是从 Azure Custom Vision 导出的 ONNX 模型。我的标签文件有 2 个类 - 'Mask'、'No_Mask'。部署工作正常，我可以使用 DeepStream 执行我的模型。但是，我得到的输出推理类为“Vehicle”和“No_Mask”。你能帮我理解为什么我的模型中没有输出推断标签为“车辆”。

示例输出推理日志 {"log":" "1|324|23|380|61|Vehicle|#||||||0"\n","stream":"stdout","time":" 2021-01-05T16:15:15.614591738Z"}

{"log":" "1|324|23|380|61|Vehicle|#|||||||0"\n","stream":"stdout","time":"2021-01- 05T16:15:15.614790179Z"}

{"log":" "2|141|15|365|161|No Mask"\n","stream":"stdout","time":"2021-01-05T16:15:15.614221209Z"}

我想在检测到对象时将一些对象元数据（class_id、置信度值等）发送到另一台 PC，但这会导致 FPS 下降并且流被冻结。我应该使用哪种并行编程技术来解决它？你能给我一个例子吗？

检查是否在 class_dict 中检测到对象：

我正在使用这个函数来发送 class_id 消息。