【源码】基于Deepstream框架的自定义视觉解析库

项目简介

本项目可依据CUDA和Deepstream的版本，自动生成定制的视觉解析库。该库专为NVIDIA Deepstream优化，能处理特定版本的YOLO模型（如YOLOv2和YOLOv3）输出结果。

项目的主要特性和功能

1. 自动库生成：借助Docker容器，依据项目给定的CUDA和Deepstream版本自动编译生成对应解析库。
2. 跨平台支持：支持amd64和arm64架构。
3. YOLO模型解析：可解析YOLOv2和YOLOv3模型的输出，将网络输出转换为易处理的格式。
4. 非极大值抑制（NMS）处理：运用NMS算法过滤重叠物体框，提升检测准确性。
5. 灵活的参数配置：能通过配置类别数量、置信度阈值等参数定制检测过程。

安装使用步骤

前提条件

• 已安装Docker。
• 已知CUDA和Deepstream的版本。

步骤

1. 复制项目。 bash
2. 进入终端，切换到相应的架构文件夹（如amd64或arm64）。 bash cd custom-vision-parser-lib-for-nvidia-deepstream/amd64
3. 使用Docker构建对应的解析库，根据CUDA和Deepstream版本设置参数。 bash docker build -f Dockerfile_amd_arg.dockerfile --build-arg DS_VER=6.1 --build-arg CUDA_VER=11.6 -t test .
4. 将生成的解析库从Docker容器复制到主机。 bash sudo su mkdir lib_output docker cp $(docker create test):/cv_parser_lib/libnvdsinfer_custom_impl_Yolo.so $(pwd)/lib_output/
5. 在应用程序中使用生成的解析库进行YOLO模型的输出解析。

注意事项

• 确保CUDA和Deepstream的版本匹配，参考提供的映射表确认版本对应关系。
• 本项目主要针对YOLO模型输出解析，对其他模型可能需额外适配。
• 使用前需理解每个函数的作用和参数配置。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】