作者宣告
版權宣告:本文為博主原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連結和本宣告。
原文連結:https://www.cnblogs.com/phoenixash/p/15403392.html
Deepstream Yolov3示例模型執行
https://blog.csdn.net/u010414589/article/details/115338399
DeepStream在安裝完成後,預設會自動安裝到以下目錄內:/opt/nvidia/deepstream/deepstream-5.1。
- 通過objectDetector_Yolo工程來編譯生成動態連結庫(一個so檔案)
1.準備配置檔案
在/opt/nvidia/deepstream/deepstream-5.1/sources目錄下找到objectDetector_Yolo: 提供了一個 YOLO 模型的工作示例:
在objectDetector_Yolo 目錄內,包含三部分內容:
-
nvdsinfer_custom_impl_yolo資料夾: yolo實現程式碼
-
配置檔案:支援yoloV2, yoloV2_tiny, yoloV3, yoloV3_tiny。這裡介紹Yolov3的配置,其他同理。
-
模型檔案:這兩個檔案原始工程中沒有,需要從darknet官網上下載。下載後放入objectDetector_Yolo資料夾下。
2.編譯與執行
進入到/opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo 目錄下
cd /opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo
依次執行以下兩句命令,編譯生成so檔案。
export CUDA_VER=10.2 # 設定與裝置相同的CUDA版本
make -C nvdsinfer_custom_impl_Yolo
編譯後會在nvdsinfer_custom_impl_Yolo中生成動態庫檔案,libnvdsinfer_custom_impl_Yolo.so動態庫檔案。
-【問題】需要root許可權
描述:export CUDA_VER=10.2後,無法make,通過sudo make,則export CUDA_VER=10.2配置無效
解決:修改資料夾(objectDetector_Yolo和nvdsinfer_custom_impl_Yolo)許可權:
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/
3.執行
deepstream-app -c deepstream_app_config_yoloV3.txt
-【報錯】failed to create element 'src_bin_muxer'
** ERROR: <create_multi_source_bin:714>: Failed to create element 'src_bin_muxer'
** ERROR: <create_multi_source_bin:777>: create_multi_source_bin failed
** ERROR: <create_pipeline:1045>: create_pipeline failed
** ERROR: <main:632>: Failed to create pipeline
Quitting
App run failed
————————————————
原文連結:https://blog.csdn.net/zong596568821xp/article/details/103902585
因為gstreamer快取問題,執行下邊指令刪除即可
rm ${HOME}/.cache/gstreamer-1.0/registry.*
執行
deepstream-app -c deepstream_app_config_yoloV3.txt
執行成功後,會顯示檢測畫面。