作者:Pedro Azevedo
编译:ronghuaiyang
导读
NVIDIA DeepStream SDK的简单介绍。
DeepStream 将深度神经网络和其他复杂的处理任务引入到流处理管道中。这使得对视频和其他传感器数据的近乎实时的分析成为可能。
例如,摄像头是目前使用最多的物联网传感器;在我们的家中、街道、停车场、购物中心、仓库、工厂中都可以找到摄像头,它们无处不在。视频分析的潜在用途是巨大的:交通控制/工程、自动结账、医疗保健、工业自动化、通信等。
DeepStream是一组连接起来形成处理管道的模块化插件。每个插件代表一个功能块。将它们想象成从相机到模型推理的乐高模块。
这些功能块的示例包括多流批处理、使用 TensorRT 的推理和解码。
DeepStream SDK 加速可扩展应用程序的开发,使开发人员更容易构建核心深度学习网络,而不是从头开始设计端到端应用程序。该 SDK 是一个可扩展的硬件加速插件集合,可与低级库交互以优化性能。
作为一个额外的好处,DeepStream SDK 附带了集成的目标跟踪库。这些跟踪器与 NVIDIA 的 DeepStream 兼容。这带来了许多优势,因为这意味着它们经过优化以在考虑推理速度和准确性的情况下在 DeepStream 管道上工作;作为一个额外的好处,它使不同跟踪器与不同检测器的集成变得更加容易。
这使得从相机到模型推理的所有管道都得到了极大的优化。使其对多相机应用程序非常有用。
除了这个 DeepStream SDK 还附带 TAO Toolkit
TAO Toolkit
NVIDIA TAO 工具包是 NVIDIA TAO 基于 CLI 和 Jupyter notebook 的解决方案,它抽象出 AI/深度学习框架的复杂性,允许对高质量的 NVIDIA 预训练 AI 模型进行微调,与 从头开始训练相比只需要一小部分数据。
DeepStream In Python
DeepStream SDK 与多个 C/C++ 示例应用程序以及预训练模型、示例配置文件和示例视频流打包在一起。Python 绑定和等效示例应用程序可以从 https://github.com/NVIDIA-AI-IOT/deepstream_python_apps 单独安装。
DeepStream的优势体现在以下方案中:
领取专属 10元无门槛券
私享最新 技术干货