Jetson Nano（ 十一）Deepstream6.0 + yolov3/v5多路推理配置流程

Jetson Nano下Deepstream6.0 + yolov3/v5多路推理配置流程；并简单记录下deepstream的配置文件。

文章目录

• • 一.环境
  • 二.大体流程
  • 三.配置文件说明
  • 四.性能记录
  • 五.参考

一.环境

二.大体流程

——1.Deepstream yolov3-tiny：

• 1.1.准备模型

拷贝weights和cfg文件至下目录：

cd /opt/nvidia/deepstream/deepstream/sources/objectDetector_Yolo
CUDA_VER=10.2 make -C nvdsinfer_custom_impl_Yolo

• 1.2.运行

 #运行deepstream案例
deepstream-app -c deepstream_app_config_yoloV3_tiny.txt

• 1.3.自训练模型

——2.Deepstream yolov5：

• 2.1.模型转换（这里建议在电脑上操作，也可在Jeston上操作；需要配置pytorch环境）

git clone https://github.com/marcoslucianops/DeepStream-Yolo.git
cd DeepStream-Yolo/utils
#主要拷贝转换脚本到yolov5项目下即可
cp gen_wts_yoloV5.py ../../yolov5
cd ../../yolov5
python gen_wts_yoloV5.py -w  ./yolov5n.pt -c ./models/yolov5n.yaml

• 2.2.模型拷贝至Jetson

• 2.3.部署模型

git clone https://github.com/marcoslucianops/DeepStream-Yolo.git
#将项目拷贝至deepstream/source下
cp -r DeepStream-Yolo /opt/nvidia/deepstream/deepstream/source
cd /opt/nvidia/deepstream/deepstream/source/DeepStream-Yolo
#这里使用的默认模型
CUDA_VER=10.2 make -C nvdsinfer_custom_impl_Yolo

• 2.4.自训练模型：

• 2.5.运行

#运行deepstream案例
deepstream-app -c deepstream_app_config.txt

三.配置文件说明

• config_infer_primary_yoloV5.txt
  1.主要用于模型转换配置，是属于模型层面的配置。

• deepstream_app_config.txt
  1.主要用于deepstream相关视频和显示的配置，是属于应用层的配置。

四.性能记录

• 避免误差4路视频为同一个mp4。

五.参考