Orin开发套件07-配置DS容器Python开发环境

对于熟悉C++的开发人员来说，前一篇文章将DeepStream Samples版容器的范例搬到本机上，再搭配Docker路径映射方式就能轻松搭建开发环境。但这种方式只适用于C/C++范例，并不适用于DeepStream的Python环境，因为还需要安装Gstreamer的Gst-Python与DeepStream的PyBinding与两个元件。

我们可以在容器内安装这两个元件，但是前面提供的Docker指令中使用“--rm”参数，一旦退出容器之后就会销毁这个调试好的环境，这对于使用来说是非常不方便的，因此必须做出调整，将调试好的环境保留下来，甚至于存成一个独立的镜像文件，就能方便日后的重复使用或移植工作。

1. 将容器调整为“后台运行”执行：

在NGC官方提供的指令中使用“--it”与“--rm”是为了能快速启用容器，并且在使用完毕后删除容器以避免占用不必要的资源，现在我们来做以下调整：

• 将“-it”参数改成“-id”参数：这样虽然不会第一时间进入容器内执行，但是会让这个容器在后台运行，并且打印容器ID，后面在使用“docker exec”指令来进入容器操作，这是个非常实用的方式，大家可以好好学习使用方法；
• 去除“--rm”参数：退出容器之后自动移除；
• 添加“--name”参数：为了便于管理，不需要去面对长达12码的容器编号，我们可以用这个参数去指定容器名称，方便后面的操作。
• 为了配合Python的iot应用范例，建议选择iot版容器的适用性会比较高。

现在试着执行以下指令，创建一个要配置Python开发环境的DeepStream容器：

执行之后，会发现命令终端并未进入容器里面，依旧在本机（容器外）的状态，现在执行“docker ps”指令，会看到如以下的状态：

这里显示有个名为“ds_python”的容器处于运行状态，但是我们还没有进入这个容器的操作环境中。

2. 使用docker exec指令进入容器：

现在以deepstream-l4t:6.1-iot创建的ds_python容器已经在后台启动，我们只要使用“docker exec”指令就能进入容器内操作，请执行以下指令：

这样就能进到容器里面。现在试试在容器内做些事情，例如创建一个目录、添加一个文件，然后执行“exit”退出容器，然后再执行前面的指令重新进入容器内，检查看看刚刚所做的修改应该还存在，这样就能确保我们为容器安装的内容可以保留。

3. 重启系统之后的容器启动：

这种容器创建的方式，在系统重启之后还能保留前面的设定吗？重启一次系统就知道了，然后执行“docker ps”指令检查状态，发现看不到前面所创建的ds_python容器了，怎么办呢？

不用紧张，现在执行“docker ps -a”指令，就会发现这个容器依旧存在于背景资源中，只是没有启动而已，现在执行以下指令：

现在再重新执行下面指令，就能进入容器里：

再检查看看前面所做的修改是否依然存在？现在就能确认这种方式能将容器的修改长期保留，是一种更加实在的用法。

4. 为容器安装Python开发环境

现在可以在容器内按照https://github.com/NVIDIA-AI-IOT/deepstream_python_apps的“HOW-TO Guide”安装步骤，调试DeepStream的Python开发环境：

• 安装依赖库：

如果Jetson的操作系统是Ubuntu 20.04（JetPack 5.0以上），请执行以下的依赖库安装步骤：

• 从GITHUB仓下载源码到指定目录：

• 安装Gst-Python

• 安装PyBinding:

请参照如下链接：

https://github.com/NVIDIA-AI-IOT/deepstream_python_apps/blob/master/bindings/README.md

现在就完成了Python环境的配置。

5. 测试Python范例

要验证环境是否调试完成的最简单方法，就是执行一个最基础的deepstream-test1范例，请在容器内执行以下指令：

正常运行会看到如下图的执行结果。

这样就表示DeepStream容器的Python开发环境已经安装成功。

6. 重复使用调试好的容器

接下来就是要将前面调试好的容器环境存储起来，以后就不需要每次调试一次环境。这部分分成三个阶段：

1. 临时性保存：

事实上前面使用“-id”指令之后，这个容器就会一直保留在背景中执行，即便重启系统后也是存在的，如同前面所提供的，只要执行以下指令就能重新进入这个容器：

2. 储存成Docker镜像：

现在需要在打开一个命令终端，使用“docker commit <容器名> <镜像名>”指令，将目前执行的容器存成一个镜像，请执行以下指令：

现在执行“docker images”指令，可以看到多了一个“deepstream-l4t:6.1-python”镜像，如下图所示：

只要不重装系统或者删除这个镜像，那么这个镜像就会一直保留在系统里面，以后如果需要再次使用，只要执行以下指令即可：

或者可以同时启动多个独立的Python环境DeepStream容器，如下指令：

3. 导出成文件：

最保险的方式，就是将这个deepstream-l4t:6.1-python镜像导出成文件，自行保存好，这样即便系统重新安装后，也能直接从这个文件载入镜像，然后开启工作容器：

现在，这个导出的jp50dp_ds61_python压缩文件，也能部署到其他JetPack 5.0DP所安装的Jetson设备上使用，不需要在每台机器上重复调试Python开发环境。