Orin开发套件08-用DS容器执行Python范例

前面一篇文章已经带着大家将DeepStream容器配置Python使用环境，本文的重点就是继续执行实际的开发操作。

由于前面开启容器时，透过“-v”指令将容器外路径与容器内形成映射，因此实际代码文件是存放在主机上（容器外），我们可以在主机上使用gedit这个较为便利的编辑器去修改代码，然后在容器内执行应用，如此搭建起实用性更高的开发环境。

在DeepStream范例中的test2是识别功能最丰富的经典范例，不仅能识别对“Car”与“Person”配置唯一的编号进行跟踪功能，还能为“Car”物体进一步分析“厂牌”、“颜色”、“车型”等属性，我们还可以将这些信息改成中文显示。

另一个runtime_source_add_delete项目则是实现“动态添加/删减视频源”的功能，通常在面对“不均衡”监控的时候，会需要这项功能的辅助。

例如“医院的门诊与急诊”的流量在正常工作时间是门诊大于急诊，下班之后的流量就刚好反转，如果能根据时间去调整输入源的增减，就会有很高的实用性；都市中很多道路车流量在上下班高峰期是反转的，如果中控室的监控屏幕数量有限的时候，也可以根据不同状态去调整视频流的来源。

这并不意味着我们得去调整设备的数量，而是调整输入源的“接收开关”，例如道路交通的监控有100台摄像头，是保持24小时全年午休地拍摄并传输数据，而中控室如果只有50个显示屏幕，就只要切换接收输入源的开关就可以。

现在就用容器版DeepStream的Python环境，来执行这两个应用。

1. DeepStream-test2项目

这个项目将DeepStream关于物体识别的绝大部分人工智能功能都集于一身，包括以下三大类组件

• 1个具备四类别的物体检测器（object detector）作为一阶段检测器；
• 1个跟踪器（tracker）；
• 3个基于“Car”类别的图像分类器（image classifier）作为二阶段分类器。

三者的合作关系如下：

1. 将读入的图像传给一阶段检测器进行物体检测计算；
2. 将识别出的物体传送给跟踪器去赋予唯一的编号；
3. 如果识别的类别为“Car”，则将物体位置坐标分别传送给3个二阶段分类器，对坐标内图形进行“厂牌”、“颜色”、“车型”等属性识别；
4. 最后将上面的信息合成回原始图像，然后进行输出作业。

这里使用的检测器与3个二阶段分类器模型都在samples/models下，如以下的路径名：

• Primary_Detector：一阶段监测器
• Secondary_CarColor：识别车辆颜色的二阶段分类器
• Secondary_CarMake：识别车辆厂牌的二阶段分类器
• Secondary_VehicleTypes：识别车辆种类的二阶段分类器

如果前面建立的Python容器环境没有删除的话，现在就可以执行以下指令进入容器内去执行这个范例：

进入容器后，执行以下指令：

下图就是执行的效果，可以看到每个识别到的物体都有唯一的识别号，在“Car 3”后面还有“gray”与“nissan”等颜色与厂牌的信息。

不过这个容器版有个还未解决的问题，就是“中文显示”的部分，如果有更精通操作系统的朋友可以试着解决这个中文显示问题。

2. runtime_source_add_delete项目

这个项目也是基于deepstream-test2多神经网络组合识别项目基础上，使用以下的动态处理函数，因此没有固定的通道结构：

1. create_uridecode_bin：作为“多输入源路径解析”功能；
2. stop_release_source：停止指定编号数据源，并释放相关资源的内存空间；
3. delete_sources：首先删除现有stream中已经End of Stream的数据源，如果没有随机删除一个视频源。如果全部视频源都被删除时，就结束应用；
4. add_sources：随机增加数据源，如果数量达到MAX_NUM_SOURCES，10s后删除一个视频源；
5. bus_call：总线管理机制，作为触发事件的管理机制。

为了简化运行，这个示例只接收1个H.264视频文件当作4个输入源使用，每10秒添加的视频都会从头开始播放，系统就是为每个输入源设置唯一的编号，作为新增与删除的依据。

接下去就会执行以下的7个画面变化：

1. 显示第一个输入源的检测结果：

2. 10秒后添加第二个输入源的检测结果：

3. 再10秒后添加第三个输入源的检测结果：

4. 再10秒后添加第四个输入源的检测结果：

5. 再10秒后随机删除一个输入源：

6. 再10秒后又随机删除一个输入源：

7. 再10秒后又随机删除一个输入源：

8. 再10秒后删除最后一个输入源。

可以修改deepstream_rt_src_add_del.py文件的以下两个粗体下划线的参数，调整输出总数量与间隔时间：

• 第48行：MAX_NUM_SOURCES = 4
• 第278行：GLib.timeout_add_seconds(10, delete_sources, g_source_bin_list)

之后请自行尝试修改的结果。