作者聲明
版權聲明：本文為博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
原文鏈接：https://www.cnblogs.com/phoenixash/p/15403392.html
Deepstream Yolov3示例模型運行
https://blog.csdn.net/u010414589/article/details/115338399
DeepStream在安裝完成后，默認會自動安裝到以下目錄內：/opt/nvidia/deepstream/deepstream-5.1。
- 通過objectDetector_Yolo工程來編譯生成動態鏈接庫（一個so文件）
1.准備配置文件
在/opt/nvidia/deepstream/deepstream-5.1/sources目錄下找到objectDetector_Yolo: 提供了一個 YOLO 模型的工作示例：
在objectDetector_Yolo 目錄內，包含三部分內容：
-
nvdsinfer_custom_impl_yolo文件夾： yolo實現代碼
-
配置文件：支持yoloV2, yoloV2_tiny, yoloV3, yoloV3_tiny。這里介紹Yolov3的配置，其他同理。
-
模型文件：這兩個文件原始工程中沒有，需要從darknet官網上下載。下載后放入objectDetector_Yolo文件夾下。
2.編譯與運行
進入到/opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo 目錄下
cd /opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo
依次執行以下兩句命令，編譯生成so文件。
export CUDA_VER=10.2 # 設置與設備相同的CUDA版本
make -C nvdsinfer_custom_impl_Yolo
編譯后會在nvdsinfer_custom_impl_Yolo中生成動態庫文件，libnvdsinfer_custom_impl_Yolo.so動態庫文件。
-【問題】需要root權限
描述：export CUDA_VER=10.2后，無法make，通過sudo make，則export CUDA_VER=10.2配置無效
解決：修改文件夾（objectDetector_Yolo和nvdsinfer_custom_impl_Yolo）權限：
sudo chmod 777 objectDetector_Yolo
sudo chmod 777 objectDetector_Yolo/nvdsinfer_custom_impl_Yolo
或
sudo chmod -R 777 /opt/nvidia/deepstream/deepstream-5.1/sources/
3.運行
deepstream-app -c deepstream_app_config_yoloV3.txt
-【報錯】failed to create element 'src_bin_muxer'
** ERROR: <create_multi_source_bin:714>: Failed to create element 'src_bin_muxer'
** ERROR: <create_multi_source_bin:777>: create_multi_source_bin failed
** ERROR: <create_pipeline:1045>: create_pipeline failed
** ERROR: <main:632>: Failed to create pipeline
Quitting
App run failed
————————————————
原文鏈接：https://blog.csdn.net/zong596568821xp/article/details/103902585
因為gstreamer緩存問題，運行下邊指令刪除即可
rm ${HOME}/.cache/gstreamer-1.0/registry.*
運行
deepstream-app -c deepstream_app_config_yoloV3.txt
運行成功后，會顯示檢測畫面。