Analyse vidéo multi-flux — DeepStream 9.1

DeepStream est le framework de NVIDIA pour construire des pipelines d'analyse vidéo intelligente (IVA) accélérés, et DeepStream 9.1 est fourni avec JetPack 7.2 sur Jetson Orin. Ce tutoriel suit la documentation officielle d'installation et de démarrage rapide de NVIDIA ; chaque commande ci-dessous est tirée de ces pages (ou directement résumée à partir de celles-ci).

Correspondance des versions : 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 (selon le tableau de compatibilité de NVIDIA).

1. Installation

NVIDIA propose quatre méthodes d'installation sur Jetson ; la note officielle recommande Docker pour les nouveaux utilisateurs (la plus rapide, sans dépendances) :

• Méthode 4 — Docker (recommandée pour les nouveaux utilisateurs) : utilisez les conteneurs NGC DeepStream — voir Docker Containers.
• Méthode 1 — SDK Manager : sélectionnez DeepStreamSDK sous « Additional SDKs » avec les composants de JetPack 7.2 GA.
• Méthode 2 — paquet tar : téléchargez deepstream_sdk_v9.1.0_jetson.tbz2 (depuis NVIDIA/DeepStream releases), puis :

  sudo tar -xvf deepstream_sdk_v9.1.0_jetson.tbz2 -C /
  cd /opt/nvidia/deepstream/deepstream-9.1
  sudo ./install.sh
  sudo ldconfig

• Méthode 3 — paquet Debian : installez deepstream-9.1_9.1.0-1_arm64.deb avec sudo apt-get install ./deepstream-9.1_9.1.0-1_arm64.deb.

Paquets prérequis (liste officielle des dépendances pour l'installation native) :

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 libmosquitto1

Remarque de Juxi : si vous rencontrez le problème RTSP documenté (applications bloquées en EOS avec les flux RTSP), exécutez le script update_rtpmanager.sh dans /opt/nvidia/deepstream/deepstream/ après avoir installé les paquets ci-dessus.

2. Augmenter les fréquences d'horloge (avant toute exécution)

sudo nvpmodel -m 0
sudo jetson_clocks

NVIDIA signale une exception : le Jetson Orin Nano utilise -m 2 pour MAXN SUPER ; tous les autres modules Orin (y compris l'AGX Orin) utilisent -m 0. Exécutez ces commandes avant de lancer les applications DeepStream.

3. Exécuter l'application de référence

cd /opt/nvidia/deepstream/deepstream-9.1/samples/configs/deepstream-app
deepstream-app -c source30_1080p_dec_infer-resnet_tiled_display.txt

Ce à quoi s'attendre (selon NVIDIA) : un affichage en mosaïque de 30 flux 1080p simulés avec inférence ResNet, ainsi que des métriques de performance — ~30 FPS pour cette configuration — affichées dans le terminal. Cliquez sur une tuile pour l'agrandir ; un clic droit vous ramène à la vue en mosaïque.

Fichiers de configuration utiles à explorer (tous dans ce répertoire) :

Configuration	Cas d'usage
source30_1080p_dec_infer-resnet_tiled_display.txt	Benchmark sur 30 flux
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display.txt	Suivi (tracking) + inférence secondaire
source1_usb_dec_infer_resnet.txt	Caméra USB unique
source1_csi_dec_infer_resnet.txt · source2_csi_usb_dec_infer_resnet.txt	Configurations avec caméra CSI (la prise en charge des pilotes dépend de votre caméra)
source2_1080p_dec_infer-resnet_demux.txt	Exemple de demux

Remarques issues du démarrage rapide officiel :

• La première exécution avec un nouveau modèle prend plusieurs minutes, le temps que le moteur TensorRT soit généré ; les exécutions suivantes le réutilisent.
• Si les éléments GStreamer ne s'initialisent pas, videz le cache : rm ${HOME}/.cache/gstreamer-1.0/registry.aarch64.bin
• Fonctionnement headless (sans moniteur) : le sink EGL par défaut nécessite un affichage. Les configurations prennent en charge à la place un sink de sortie RTSP (voir le groupe [sink2] dans la configuration à 30 flux) — diffusez les résultats vers une autre machine.
• Toutes les applications d'exemple précompilées se trouvent sous /opt/nvidia/deepstream/deepstream-9.1/samples/ — chacune dispose d'un README.

4. Nouveautés autour de DeepStream 9.1 sur JetPack 7.2

• Pipelines assistés par agent : NVIDIA documente un DeepStream Coding Agent (prise en charge d'un agent IA pour construire des pipelines) — documentation · GitHub.
• LLM/VLM dans le pipeline : les applications de référence incluent un deepstream-vllm-plugin pour combiner les pipelines vidéo avec le raisonnement de grands modèles — voir la documentation. Pour l'inférence de modèles sur l'appareil en dehors de DeepStream, voir Inférence LLM locale.
• Triton sur l'appareil : pour exécuter Triton Inference Server nativement (sans Docker), exécutez sudo ./triton_backend_setup.sh dans le répertoire des exemples (installe Triton 2.68.0 pour Jetson).

Dépannage et lectures complémentaires

• DeepStream Troubleshooting & FAQ
• Optimisation des performances — nécessaire dès que vous dépassez les configurations de référence
• Configurations d'exemple expliquées
• Problèmes au niveau du système (affichage, alimentation, stockage) : voir Dépannage

Sources

• DeepStream Installation Guide (vérifié le 2026-09-24)
• DeepStream Quickstart Guide (vérifié le 2026-09-24)
• page de téléchargement de JetPack 7.2.1 (vérifié le 2026-09-24) — ⚠️ son tableau des composants est en retard sur certaines lignes ; pour les versions réellement installées, voir Téléchargements

Statut : brouillon, en attente de relecture par cheny. Fondé sur la documentation officielle NVIDIA à la date indiquée ; pas encore vérifié sur matériel physique par Juxi Technology.

---

NVIDIA® et Jetson™ sont des marques de NVIDIA Corporation. Cette page est publiée par Juxi Technology et ne constitue pas une publication de NVIDIA.