Análisis de video multicanal — DeepStream 9.1
DeepStream es el framework de NVIDIA para construir pipelines acelerados de análisis de video inteligente (IVA), y DeepStream 9.1 se incluye con JetPack 7.2 en Jetson Orin. Este tutorial sigue la documentación oficial de instalación y de inicio rápido de NVIDIA; cada comando a continuación proviene de esas páginas (o se resume directamente de ellas).
Combinación de versiones: DeepStream 9.1 ↔ JetPack 7.2 GA ↔ L4T 39.2 ↔ CUDA 13.2 ↔ TensorRT 10.16.1.7 ↔ Ubuntu 24.04 ↔ GStreamer 1.24.2 (según la tabla de compatibilidad de NVIDIA).
1. Instalación
NVIDIA ofrece cuatro métodos de instalación en Jetson; la nota oficial recomienda Docker para usuarios nuevos (el más rápido, sin dependencias):
- Método 4 — Docker (recomendado para usuarios nuevos): use los contenedores NGC DeepStream — consulte Contenedores Docker.
- Método 1 — SDK Manager: seleccione DeepStreamSDK en «Additional SDKs» junto con los componentes de JetPack 7.2 GA.
- Método 2 — paquete tar: descargue
deepstream_sdk_v9.1.0_jetson.tbz2(desde NVIDIA/DeepStream releases) y, a continuación:bashsudo tar -xvf deepstream_sdk_v9.1.0_jetson.tbz2 -C / cd /opt/nvidia/deepstream/deepstream-9.1 sudo ./install.sh sudo ldconfig - Método 3 — paquete Debian: instale
deepstream-9.1_9.1.0-1_arm64.debconsudo apt-get install ./deepstream-9.1_9.1.0-1_arm64.deb.
Paquetes de requisitos previos (lista oficial de dependencias para la instalación nativa):
sudo apt install \
libssl3 libssl-dev libcurl4-openssl-dev \
libgstreamer1.0-0 gstreamer1.0-tools gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav \
libgstreamer-plugins-base1.0-dev libgstrtspserver-1.0-0 \
libjansson4 libyaml-cpp-dev libmosquitto1Nota de Juxi: si se encuentra con el problema de RTSP documentado (aplicaciones atascadas en EOS con transmisiones RTSP), ejecute el script
update_rtpmanager.shen/opt/nvidia/deepstream/deepstream/después de instalar los paquetes anteriores.
2. Poner los relojes al máximo (antes de ejecutar nada)
sudo nvpmodel -m 0
sudo jetson_clocksNVIDIA señala una excepción: Jetson Orin Nano usa -m 2 para MAXN SUPER; todos los demás módulos Orin (incluido AGX Orin) usan -m 0. Ejecute estos comandos antes de ejecutar las aplicaciones de DeepStream.
3. Ejecutar la aplicación de referencia
cd /opt/nvidia/deepstream/deepstream-9.1/samples/configs/deepstream-app
deepstream-app -c source30_1080p_dec_infer-resnet_tiled_display.txtQué esperar (según NVIDIA): una vista en mosaico de 30 transmisiones de 1080p simuladas con inferencia ResNet, y métricas de rendimiento — ~30 FPS para esta configuración — impresas en la terminal. Haga clic en un mosaico para ampliar; haga clic con el botón derecho para volver a la vista en mosaico.
Archivos de configuración útiles para explorar (todos en ese directorio):
| Configuración | Caso de uso |
|---|---|
source30_1080p_dec_infer-resnet_tiled_display.txt | Prueba de rendimiento con 30 transmisiones |
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display.txt | Seguimiento + inferencia secundaria |
source1_usb_dec_infer_resnet.txt | Una sola cámara USB |
source1_csi_dec_infer_resnet.txt · source2_csi_usb_dec_infer_resnet.txt | Configuraciones con cámara CSI (la compatibilidad del controlador depende de su cámara) |
source2_1080p_dec_infer-resnet_demux.txt | Ejemplo de demux |
Notas del inicio rápido oficial:
- La primera ejecución con un modelo nuevo tarda varios minutos mientras se genera el motor TensorRT; las ejecuciones posteriores lo reutilizan.
- Si los elementos de GStreamer no se inicializan, limpie la caché:
rm ${HOME}/.cache/gstreamer-1.0/registry.aarch64.bin - Funcionamiento sin monitor (headless): el sink EGL predeterminado necesita una pantalla. Las configuraciones admiten en su lugar un sink de salida RTSP (véase el grupo
[sink2]en la configuración de 30 transmisiones) — transmita los resultados a otra máquina. - Todas las aplicaciones de ejemplo precompiladas están en
/opt/nvidia/deepstream/deepstream-9.1/samples/— cada una tiene un README.
4. Novedades en torno a DeepStream 9.1 en JetPack 7.2
- Pipelines asistidos por agentes: NVIDIA documenta un DeepStream Coding Agent (soporte de agentes de IA para construir pipelines) — documentación · GitHub.
- LLM/VLM en el pipeline: las aplicaciones de referencia incluyen un deepstream-vllm-plugin para combinar pipelines de video con razonamiento de grandes modelos — consulte la documentación. Para la inferencia de modelos en el propio dispositivo fuera de DeepStream, consulte Inferencia de LLM local.
- Triton en el dispositivo: para ejecutar Triton Inference Server de forma nativa (sin Docker), ejecute
sudo ./triton_backend_setup.shen el directorio de ejemplos (instala Triton 2.68.0 para Jetson).
Solución de problemas y lecturas adicionales
- Preguntas frecuentes y solución de problemas de DeepStream
- Ajuste del rendimiento — necesario cuando vaya más allá de las configuraciones de referencia
- Explicación de las configuraciones de ejemplo
- Problemas a nivel de sistema (pantalla, alimentación, almacenamiento): consulte Solución de problemas
Fuentes
- Guía de instalación de DeepStream (consultado el 2026-09-24)
- Guía de inicio rápido de DeepStream (consultado el 2026-09-24)
- Página de descargas de JetPack 7.2.1 (consultado el 2026-09-24) — ⚠️ su tabla de componentes va con retraso en algunas filas; para las versiones realmente instaladas, consulte Descargas
Estado: borrador, pendiente de revisión por cheny. Basado en la documentación oficial de NVIDIA a la fecha indicada; aún no verificado en hardware físico por Juxi Technology.
NVIDIA® y Jetson™ son marcas comerciales de NVIDIA Corporation. Esta página es publicada por Juxi Technology y no es una publicación de NVIDIA.