作者声明
版权声明：本文为博主原创文章，遵循 CC 4.0 BYSA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://www.cnblogs.com/phoenixash/p/15403392.html
Deepstream Yolov3示例模型运行
https://blog.csdn.net/u010414589/article/details/115338399
DeepStream在安装完成后，默认会自动安装到以下目录内：/opt/nvidia/deepstream/deepstream5.1。
通过objectDetector_Yolo工程来编译生成动态链接库（一个so文件）
1.准备配置文件
在/opt/nvidia/deepstream/deepstream5.1/sources目录下找到objectDetector_Yolo: 提供了一个 YOLO 模型的工作示例：
在objectDetector_Yolo 目录内，包含三部分内容：
- nvdsinfer_custom_impl_yolo文件夹： yolo实现代码
- 配置文件：支持yoloV2, yoloV2_tiny, yoloV3, yoloV3_tiny。这里介绍Yolov3的配置，其他同理。
- 模型文件：这两个文件原始工程中没有，需要从darknet官网上下载。下载后放入objectDetector_Yolo文件夹下。
2.编译与运行
进入到/opt/nvidia/deepstream/deepstream5.0/sources/objectDetector_Yolo 目录下
cd /opt/nvidia/deepstream/deepstream-5.0/sources/objectDetector_Yolo
依次执行以下两句命令，编译生成so文件。
export CUDA_VER=10.2 # 设置与设备相同的CUDA版本 make -C nvdsinfer_custom_impl_Yolo
编译后会在nvdsinfer_custom_impl_Yolo中生成动态库文件，libnvdsinfer_custom_impl_Yolo.so动态库文件。
【问题】需要root权限
描述：export CUDA_VER=10.2后，无法make，通过sudo make，则export CUDA_VER=10.2配置无效
解决：修改文件夹（objectDetector_Yolo和nvdsinfer_custom_impl_Yolo）权限：
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.运行
deepstream-app -c deepstream_app_config_yoloV3.txt
【报错】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 ———————————————— 原文链接：https://blog.csdn.net/zong596568821xp/article/details/103902585
因为gstreamer缓存问题，运行下边指令删除即可
rm ${HOME}/.cache/gstreamer-1.0/registry.*
运行
deepstream-app -c deepstream_app_config_yoloV3.txt
运行成功后，会显示检测画面。
AIEarth是一个由众多领域内专家博主共同打造的学术平台，旨在建设一个拥抱智慧未来的学术殿堂！【平台地址：https://devpress.csdn.net/aiearth】 很高兴认识你！加入我们共同进步！
