運用NVIDIA DeepStream讀取多個影像進行推論

Posted By 洪銘恩 on 10 月 27, 2021 in Edge AI開發地圖, Jetson Nano, NVIDIA, 影像處理, 教學文 | 0 comments

DeepStream最大優勢是能讓使用者方便處理多個來源，並將處理的結果同步顯示在畫面上，也能將主模型推論後的結果放入一個或多個副模型執行進一步的推論。

在一般使用者執行影像辨識的過程中，往往都是使用OpenCV讀取影像，再經由模型特性轉換適合的格式後，放入已訓練好的模型得到推論結果。以筆者的使用方式為例，若是要針對不同的攝影機畫面進行推論，往往得自行設定不同的輸入源，像是多個視訊串流或是安裝了一個以上的攝影機，以OpenCV讀取不同USB攝影機為例：

cap1 = cv2.VideoCapture(0)

cap2 = cv2.VideoCapture(1)

乍看之下好像沒什麼問題，執行邏輯也不會太難，只要將推論過程設定好，輪流迭代各攝影機讀取的影像即可。