Analisi video multi-stream — DeepStream 9.1

DeepStream è il framework di NVIDIA per la creazione di pipeline accelerate di analisi video intelligente (IVA), e DeepStream 9.1 viene distribuito con JetPack 7.2 su Jetson Orin. Questo tutorial segue la documentazione ufficiale di installazione e avvio rapido di NVIDIA; ogni comando riportato di seguito è tratto da (o riassunto direttamente da) quelle pagine.

Abbinamento delle versioni: 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 (secondo la tabella di compatibilità di NVIDIA).

1. Installazione

NVIDIA offre quattro metodi di installazione su Jetson; la nota ufficiale raccomanda Docker per i nuovi utenti (il più rapido, senza dipendenze):

• Metodo 4 — Docker (raccomandato per i nuovi utenti): usare i container NGC DeepStream — vedere Docker Containers.
• Metodo 1 — SDK Manager: selezionare DeepStreamSDK in "Additional SDKs" insieme ai componenti di JetPack 7.2 GA.
• Metodo 2 — pacchetto tar: scaricare deepstream_sdk_v9.1.0_jetson.tbz2 (da NVIDIA/DeepStream releases), quindi:

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

• Metodo 3 — pacchetto Debian: installare deepstream-9.1_9.1.0-1_arm64.deb con sudo apt-get install ./deepstream-9.1_9.1.0-1_arm64.deb.

Pacchetti prerequisiti (elenco ufficiale delle dipendenze per l'installazione 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 libmosquitto1

Nota di Juxi: se si incontra il problema RTSP documentato (applicazioni bloccate su EOS con flussi RTSP), eseguire lo script update_rtpmanager.sh in /opt/nvidia/deepstream/deepstream/ dopo aver installato i pacchetti sopra.

2. Massimizzare le frequenze di clock (prima di eseguire qualsiasi cosa)

sudo nvpmodel -m 0
sudo jetson_clocks

NVIDIA segnala un'eccezione: Jetson Orin Nano usa -m 2 per MAXN SUPER; tutti gli altri moduli Orin (incluso AGX Orin) usano -m 0. Eseguire questi comandi prima di avviare le applicazioni DeepStream.

3. Eseguire l'applicazione di riferimento

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

Cosa aspettarsi (secondo NVIDIA): una visualizzazione a mosaico di 30 flussi 1080p simulati con inferenza ResNet, e le metriche di prestazioni — ~30 FPS per questa configurazione — stampate nel terminale. Fare clic su un riquadro per ingrandirlo; fare clic con il pulsante destro per tornare alla vista a mosaico.

File di configurazione utili da esplorare (tutti in quella directory):

Config	Caso d'uso
source30_1080p_dec_infer-resnet_tiled_display.txt	Benchmark a 30 flussi
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display.txt	Tracciamento + inferenza secondaria
source1_usb_dec_infer_resnet.txt	Fotocamera USB singola
source1_csi_dec_infer_resnet.txt · source2_csi_usb_dec_infer_resnet.txt	Configurazioni con fotocamera CSI (il supporto dei driver dipende dalla fotocamera)
source2_1080p_dec_infer-resnet_demux.txt	Esempio di demux

Note dalla guida di avvio rapido ufficiale:

• La prima esecuzione con un nuovo modello richiede alcuni minuti mentre viene generato il motore TensorRT; le esecuzioni successive lo riutilizzano.
• Se gli elementi GStreamer non si inizializzano, svuotare la cache: rm ${HOME}/.cache/gstreamer-1.0/registry.aarch64.bin
• Funzionamento headless (senza monitor): il sink EGL predefinito richiede un display. Le configurazioni supportano invece un sink di output RTSP (vedere il gruppo [sink2] nella configurazione a 30 flussi) — trasmettere i risultati a un'altra macchina.
• Tutte le applicazioni di esempio precompilate si trovano in /opt/nvidia/deepstream/deepstream-9.1/samples/ — ognuna ha un README.

4. Le novità di DeepStream 9.1 su JetPack 7.2

• Pipeline assistite da agenti: NVIDIA documenta un DeepStream Coding Agent (supporto ad agenti IA per la creazione di pipeline) — documentazione · GitHub.
• LLM/VLM nella pipeline: le applicazioni di riferimento includono un deepstream-vllm-plugin per combinare le pipeline video con il ragionamento dei grandi modelli — vedere la documentazione. Per l'inferenza di modelli on-device al di fuori di DeepStream, vedere Inferenza LLM locale.
• Triton sul dispositivo: per eseguire Triton Inference Server in modo nativo (senza Docker), eseguire sudo ./triton_backend_setup.sh nella directory dei campioni (installa Triton 2.68.0 per Jetson).

Risoluzione dei problemi e approfondimenti

• DeepStream Troubleshooting & FAQ
• Ottimizzazione delle prestazioni — necessaria quando si va oltre le configurazioni di riferimento
• Configurazioni di esempio spiegate
• Problemi a livello di sistema (display, alimentazione, archiviazione): vedere Risoluzione dei problemi

Fonti

• DeepStream Installation Guide (verificato il 2026-09-24)
• DeepStream Quickstart Guide (verificato il 2026-09-24)
• Pagina dei download di JetPack 7.2.1 (verificato il 2026-09-24) — ⚠️ la sua tabella dei componenti è in ritardo su alcune righe; per le versioni effettivamente installate vedere Download

Stato: bozza, in attesa di revisione da parte di cheny. Basato sulla documentazione ufficiale NVIDIA alla data indicata; non ancora verificato su hardware fisico da Juxi Technology.

---

NVIDIA® e Jetson™ sono marchi di NVIDIA Corporation. Questa pagina è pubblicata da Juxi Technology e non è una pubblicazione NVIDIA.