概要

この記事ではJetson TX2でDeepStream SDKのサンプルアプリを動かす手順を紹介しています。
DeepStream SDKを使用することで、Jetsonでの映像処理やディープラーニングの推論処理を高速に処理できるようになります。
今回動かすサンプルアプリは、USBカメラの映像を入力にして物体検出（PersonやCarなどを検出）を行う内容になります。

環境情報

Jetpack 4.3
Jetson TX2
カメラ：LOGICOOL HD PRO WEBCAM C920

Jetpack導入

TX2へのJetpackの導入は、NVIDIA SDK MANAGERを使って実施します。
手順については以下の記事を参考にしてください。

https://dev.classmethod.jp/hardware/jetson-setup-jetpack-with-sdkmanager/
https://qiita.com/harmegiddo/items/eb0e4796221b19f28d93

ただし、今回DeepStream SDKを使用するので、以下の画面でDeepStreamにチェックを入れます。

jetson-stats導入

リソース使用量が見たくなるのでjetson-statsを入れておきます。

# pipをインストール
$ wget https://bootstrap.pypa.io/get-pip.py
$ sudo python3 get-pip.py
# jetson-statsをインストール
$ sudo -H pip3 install jetson-stats
# 実行してみる
$ jtop

jtopを起動すると以下のような画面でCPUやGPUの使用量を確認できます。

v4l-utilsをインストール

USBのカメラを使うのでv4l-utilsをインストールしておきます。

$ sudo apt-get install v4l-utils

カメラの確認

v4l-utilsでTX2に接続されているカメラを確認します。
/dev/video1にUSBカメラがついているのが確認できます。

$ v4l2-ctl --list-devices
vi-output, ov5693 2-0036 (platform:15700000.vi:2):
	/dev/video0

HD Pro Webcam C920 (usb-3530000.xhci-2.2):
	/dev/video1

サンプルアプリ実行

サンプルコードをHOMEディレクトリにコピーします。

$ mkdir ~/work
$ cp -r /opt/nvidia/deepstream/deepstream-4.0/samples/ ~/work
$ cd work

source1_usb_dec_infer_resnet_int8.txtを1箇所修正します。

$ vi samples/configs/deepstream-app/source1_usb_dec_infer_resnet_int8.txt

USBカメラは/dev/video1であることを確認しているので、
29行目camera-v4l2-dev-nodeを1に変更します。
(確認の結果USBカメラが/dev/video0であった場合には0のままにしておきます)

source1_usb_dec_infer_resnet_int8.txt

 21 [source0]
 22 enable=1
 23 #Type - 1=CameraV4L2 2=URI 3=MultiURI
 24 type=1
 25 camera-width=1280
 26 camera-height=720
 27 camera-fps-n=30
 28 camera-fps-d=1
 29 camera-v4l2-dev-node=1   # 0から1に変更

今回使うモデルで検出できるラベルを確認します。

$ cat samples/models/Primary_Detector/labels.txt 
Car
Bicycle
Person
Roadsign

プログラムを実行します。

$ deepstream-app -c samples/configs/deepstream-app/source1_usb_dec_infer_resnet_int8.txt

以下は車を検出した時の画面です。

アプリを実行しているターミナルには以下のような出力があり、24FPSぐらいで処理できていることがわかります。

**PERF: 26.12 (26.12)	
**PERF: 24.00 (25.02)	
**PERF: 23.99 (24.67)	
**PERF: 23.99 (24.50)	
**PERF: 24.02 (24.40)	
**PERF: 24.00 (24.33)	
**PERF: 24.00 (24.28)	
**PERF: 23.99 (24.25)	
**PERF: 24.02 (24.22)	
**PERF: 23.99 (24.20)	
**PERF: 24.00 (24.18)	
**PERF: 24.00 (24.17)	
**PERF: 24.00 (24.15)

アプリを動かしている時のjtopの様子も以下のような感じで、GPUが有効に使用されているのが確認できます。

まとめ

DeepStream SDKを使うことで、USBカメラの映像から高速に物体検出できることが確認できました。
また、今回動かしたリファレンスアプリ（deepstream-app）はConfigの変更で他にも色々できそうなので、今後試してみたいと思います。