掌握YOLOv5的Jetson Nano部署方法
了解AI视频处理加速引擎TensorRT和Deepstream
超值套餐
你将收获
掌握YOLOv5的Jetson Nano部署方法
了解AI视频处理加速引擎TensorRT和Deepstream
适用人群
课程介绍
PyTorch版的YOLOv5是高性能的实时目标检测方法。Jetson Nano是英伟达含有GPU的人工智能硬件。本课程讲述如何部署YOLOv5在Jetson Nano开发板上。部署完成后可进行图像、视频文件和摄像头视频的实时目标检测。部署时使用AI视频处理加速引擎TensorRT和DeepStream。
课程内容包括:原理篇(DeepStream介绍、TensorRT介绍、 tensorrtx介绍)、实践篇(Nano硬件搭建、烧录系统镜像、安装远程登录工具、安装和测试DeepStream、安装yolov5、生成yolov5s.wts文件、生成yolov5s.engine、使用DeepStream部署yolov5、Nano部署测试)
课程目录
老师我已报名,交流群申请·同意一下
老师,我通过您的课程已经可以实现在jeston nano上对自己数据集的检测,但我想要将检测结果保存下来,或者实时的将检测结果打印出来,这要怎么去实现,可以给点提示吗。
root@peng-desktop:/opt/nvidia/deepstream/deepstream-5.1/sources/yolov5# deepstream-app -c source1_usb_dec_infer_yolov5.txt
deepstream-app: yololayer.cu:78: nvinfer1::YoloLayerPlugin::YoloLayerPlugin(const void*, size_t): Assertion `d == a + length' failed.
Aborted (core dumped)
什么原因?
老师,deepstream-app -c deepstream_app_config_yoloV3_tiny.txt步骤报错,打开deepstream窗口后闪退,提示,0:00:56.376625338 18154 0x31a0140 ERROR nvinfer gstnvinfer.cpp:1111:get_converted_buffer: cudaMemset2DAsync failed with error cudaErrorInvalidValue while converting buffer
0:00:56.376766516 18154 0x31a0140 WARN nvinfer gstnvinfer.cpp:1372:gst_nvinfer_process_full_frame: error: Buffer conversion failed
ERROR from primary_gie: Buffer conversion failed
Debug info: /dvs/git/dirty/git-master_linux/deepstream/sdk/src/gst-plugins/gst-nvinfer/gstnvinfer.cpp(1372): gst_nvinfer_process_full_frame (): /GstPipeline:pipeline/GstBin:primary_gie_bin/GstNvInfer:primary_gie
ERROR from qtdemux0: Internal data stream error.
Debug info: qtdemux.c(6073): gst_qtdemux_loop (): /GstPipeline:pipeline/GstBin:multi_src_bin/GstBin:src_sub_bin0/GstURIDecodeBin:src_elem/GstDecodeBin:decodebin0/GstQTDemux:qtdemux0:
streaming stopped, reason error (-5)
Quitting
(deepstream-app:18154): GStreamer-CRITICAL **: 16:14:12.048: gst_mini_object_unref: assertion 'GST_MINI_OBJECT_REFCOUNT_VALUE (mini_object) > 0' failed
App run failed
老师啊 我的摄像头倒着的怎么办
老师啊 我的摄像头倒着的怎么办
老师,我看到生成engine这一节的时候
q@q:~/tensorrtx/yolov5/build$ sudo ./yolov5 -s yolov5_steel.wts yolov5_steel.engine s
sudo: ./yolov5: command not found报错了
帮看下 老师 急急急
追评,大伙千万不要买,不要上当
Some tactics do not have sufficient workspace memory to run. Increasing workspace size may increase performance, please check verbose output
ERROR: Serialize engine failed because of file path: /opt/nvidia/deepstream/deepstream-5.1/sources/objectDetector_Yolo/model_b1_gpu0_fp32.engine opened error
请问老师,测试yolov3tiny的时候出现这个怎么处理呀
具体是执行哪一步出错?
jetson nano上有自带的cuda, 另外jetson nano上部署时不需要pytorch
使用课程网盘上系统镜像试一下
你是否使用了课程网盘上的系统镜像?可再做下安装下deepstream相关packages那一步
你的cuda和pytorch是什么版本的?最新的版本可能有兼容性问题,可参考下课程中所用的版本
你百度下这个警告看是否有解决方案
jetson nano上自己不要再装cuda,就用系统镜像中的cuda版本