Jetson NANO 2GB系列文章(18):Utils的videoSource工具

如果你认为这两个功能只是简单地负责数据接收与显示的话,这就大大浪费了项目作者的心血结晶,因此我们在进入本项目另外两个深度学习推理应用之前,先要把这两个幕后功臣的内涵展现出来,因为这与后面的应用息息相关。

前两篇已经用10Python代码展现了Hello AI World强大而且简便的物件检测识别能力,虽然大部分的人都将目光集中在了深度学习的三大推理识别(图像分类、物件检测、语义分割),但是在整个项目中,其实还有两个非常重要的功臣功能,那就是videoSource()videoOutput()这两个专司输入与输出的接口。

如果你认为这两个功能只是简单地负责数据接收与显示的话,这就大大浪费了项目作者的心血结晶,因此我们在进入本项目另外两个深度学习推理应用之前,先要把这两个幕后功臣的内涵展现出来,因为这与后面的应用息息相关。

本文先就videoSource()这个功能进行说明。

有经验的开发人员都清楚,输入源的种类十分多样,并且格式非常繁琐,其中还包括图像的颜色空间(color space)变化,要全部集成在一个函数中去调用,已经是非常高难度的事情了,如果这个函数还能为我们集成Jetson的编解码芯片的调用,以及将许多非常图像处理的计算交由CUDA核去计算,这就是一个值得我们为之欢呼的功能了。

videoSource()功能是项目作者一个集大成的作品,具备以下特点:

  • 支持7种输入源方式:
  • CSI摄像头:csi://0
  • USB摄像头:/dev/video<N>,其中<N>置换成指定的USB摄像头编号
  • RTP视频流:rtp://<remote_ip>:1234
  • RTSP视频流:”rtsp://username:password@<remote-host>:1234”
  • 视频文件:完整文件名,例如input.mp4
  • 图像文件:完整文件名,例如 “room_0.jpg”
  • 文件夹:如果识别完整文件名是个文件夹时,就会把目录下文件整批作为输入
  • 支持7种视频格式:H.264 H.265VP8 VP9 MPEG-2MPEG-4以及MJPEG
  • 支持9种图像格式:JPG PNGTGABMPGIFPSD HDR PIC以及PNMs
  • 自动根据数据源,调用合适的NVDEC解码功能
  • 将数据计算紧密结合CUDA计算核

这样一列出来,是否已经感受到了这一功能的强大呢?由于集成这么多特点,可以使代码的调用变得异常简单,而且完全发挥Jetson Nano 2GB的硬件计算资源,兼具“易用”与“高效”两个极端的特色。接下来我们就用几个简单的代码,带着大家体验一下这个工具的用法。

现在请大家先回忆一下用openCV建立CSI摄像头对象的代码,如下:

 

1

cameraCsi = cv2.VideoCapture(

"nvarguscamerasrc sensor-id=0 ! "

   "video/x-raw(memory:NVMM), width=(int)1280, height=(int)720, "

   "format=(string)NV12, framerate=(fraction)60/1 ! "

   "nvvidconv flip-method=0 ! "

   "video/x-raw, width=(int)1280, height=(int)720, format=(string)BGRx ! "

   "videoconvert ! video/x-raw, format=(string)BGR  ! appsink" )

 

这种调用是非常艰涩而且容易出错的,对大部分初学者来说的确比较痛苦,导致很多人一开始都不愿意使用性能较好、功耗较低的CSI摄像头。但是在videoSource()这里,只需要简单填入 ”csi://0” 就能创建。

在前面“10lines.py”代码中,已经提供了CSI摄像头、USB摄像头,以及视频文件的调用方式,事实上类似的方法也适用于RTP/RTSP视频流以及图像文件作为输入源。

然而这里面增加一个对“文件夹”的支持,更是一个非常实用的功能,不过在“图像分类”、”物件识别“与“语义分割”的应用中,都有很大部分的使用场景是针对“众多独立图像”的推理,如果每次都只能一张一张的读入然后识别,就会显得十分没效率。

下面将“10lines.py”做简单的修改,以jetson-inferencet提供的图像文件为例,让大家体验一下这个功能的好处:

 

 

import jetson.utils

input  = jetson.utils.videoSource("source")

output = jetson.utils.videoOutput("detection")

 

import jetson.inference

net = jetson.inference.detectNet("ssd-mobilenet-v2", threshold=0.5)

 

while output.IsStreaming():

      img = input.Capture()

      detections = net.Detect(img)

      output.Render(img)

 

 

上面代码中,将输入源与输出标的设为两个不同的目录,执行之前先将这个代码复制到~/jetson-inference/data/images/去,并且为source目录添加一些图片。完整的执行指令如下:

 

 

 

1

2

3

4

5

  • cp 10lines.py ~/jetson-inference/data/images
  • cd ~/jetson-inference/data/images
  • mkdir source detection
  • cp object* source
  • python3 10lines.py

 

这样就会开始从source目录读入图像文件,执行物件识别推理后,将结果输出到detection目录中(如下图)。

 

Jetson NANO 2GB系列文章(18):Utils的videoSource工具

 

这里之所以不选择输出到显示器,是因为显示的过程太快,没法在显示器上暂留,所以输出到另一个目录存成图片,会是比较合适的方法。

执行完成后,进入detection目录中,可以浏览到如下图的输出结果。

 

 

 

 

Jetson NANO 2GB系列文章(18):Utils的videoSource工具

 

最后还有一个重点,就是调用NVDEC硬解码器的时机,前面提到videoSourec()会自动根据输入源的类型,去调用合适的解码器,不过这部分细节在作者的使用文档中并没有讲解,只能靠不断地尝试。

 

要检查解码器的启动与否,我们可以使用一开始教大家的jetson-stats检测工具,打开之后关注左下角“NVDEC”的变化,大部分时候都是处于[OFF],但当我们的输入源是视频文件、RTP/RTSP这三种类型时,“NVDEC”后面会出现主频的变化(如下图),表示这时候已经被启动。

 

Jetson NANO 2GB系列文章(18):Utils的videoSource工具

 

本文有条理地将videoSource()的重要特色进行了说明,就是为了后面执行其他推理识别应用时会使用到,也希望能让读者学会更多的用法。

来源:业界供稿

0赞

好文章,需要你的鼓励

2021

06/01

09:43

分享

点赞

邮件订阅
白皮书