Análise de vídeo com múltiplos fluxos — DeepStream 9.1

O DeepStream é o framework da NVIDIA para criar pipelines acelerados de análise de vídeo inteligente (IVA), e o DeepStream 9.1 é fornecido com o JetPack 7.2 no Jetson Orin. Este tutorial segue a documentação oficial de instalação e de início rápido da NVIDIA; todos os comandos abaixo são retirados (ou resumidos diretamente) dessas páginas.

Correspondência de versões: 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 (de acordo com a tabela de compatibilidade da NVIDIA).

1. Instalação

A NVIDIA disponibiliza quatro métodos de instalação no Jetson; a nota oficial recomenda Docker para novos utilizadores (o mais rápido, sem dependências):

• Método 4 — Docker (recomendado para novos utilizadores): utilize os contentores NGC do DeepStream — consulte Contentores Docker.
• Método 1 — SDK Manager: selecione DeepStreamSDK em "Additional SDKs" juntamente com os componentes do JetPack 7.2 GA.
• Método 2 — pacote tar: descarregue deepstream_sdk_v9.1.0_jetson.tbz2 (de NVIDIA/DeepStream releases), depois:

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

• Método 3 — pacote Debian: instale o deepstream-9.1_9.1.0-1_arm64.deb com sudo apt-get install ./deepstream-9.1_9.1.0-1_arm64.deb.

Pacotes de pré-requisitos (lista oficial de dependências para a instalação 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 da Juxi: se encontrar o problema de RTSP documentado (aplicações presas em EOS com fluxos RTSP), execute o script update_rtpmanager.sh em /opt/nvidia/deepstream/deepstream/ depois de instalar os pacotes acima.

2. Aumentar as frequências dos relógios (antes de executar seja o que for)

sudo nvpmodel -m 0
sudo jetson_clocks

A NVIDIA assinala uma exceção: o Jetson Orin Nano usa -m 2 para MAXN SUPER; todos os outros módulos Orin (incluindo o AGX Orin) usam -m 0. Execute estes comandos antes de executar aplicações DeepStream.

3. Executar a aplicação de referência

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

O que esperar (segundo a NVIDIA): uma visualização em mosaico de 30 fluxos 1080p simulados com inferência ResNet, e métricas de desempenho — ~30 FPS para esta configuração — impressas no terminal. Clique num mosaico para ampliar; clique com o botão direito para voltar à vista em mosaico.

Ficheiros de configuração úteis para explorar (todos nesse diretório):

Configuração	Caso de utilização
source30_1080p_dec_infer-resnet_tiled_display.txt	Teste de referência com 30 fluxos
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display.txt	Rastreamento + inferência secundária
source1_usb_dec_infer_resnet.txt	Câmara USB única
source1_csi_dec_infer_resnet.txt · source2_csi_usb_dec_infer_resnet.txt	Configurações com câmara CSI (o suporte de drivers depende da sua câmara)
source2_1080p_dec_infer-resnet_demux.txt	Exemplo de demux

Notas do início rápido oficial:

• A primeira execução com um novo modelo demora minutos, enquanto o motor TensorRT é gerado; as execuções seguintes reutilizam-no.
• Se os elementos do GStreamer não conseguirem inicializar, limpe a cache: rm ${HOME}/.cache/gstreamer-1.0/registry.aarch64.bin
• Funcionamento sem monitor (headless): o sink EGL predefinido precisa de um ecrã. Em vez disso, as configurações suportam um sink de saída RTSP (veja o grupo [sink2] na configuração de 30 fluxos) — transmita os resultados para outra máquina.
• Todas as aplicações de exemplo pré-compiladas encontram-se em /opt/nvidia/deepstream/deepstream-9.1/samples/ — cada uma tem um README.

4. Novidades em torno do DeepStream 9.1 no JetPack 7.2

• Pipelines assistidos por agentes: a NVIDIA documenta um DeepStream Coding Agent (suporte de agentes de IA para criar pipelines) — documentação · GitHub.
• LLM/VLM no pipeline: as aplicações de referência incluem um deepstream-vllm-plugin para combinar pipelines de vídeo com raciocínio de modelos de grande dimensão — consulte a documentação. Para inferência de modelos no próprio dispositivo fora do DeepStream, consulte Inferência LLM local.
• Triton no dispositivo: para executar o Triton Inference Server nativamente (sem Docker), execute sudo ./triton_backend_setup.sh no diretório de exemplos (instala o Triton 2.68.0 para o Jetson).

Resolução de problemas e leitura adicional

• Resolução de problemas e FAQ do DeepStream
• Otimização de desempenho — necessária depois de ultrapassar as configurações de referência
• Configurações de exemplo explicadas
• Problemas ao nível do sistema (ecrã, energia, armazenamento): consulte Resolução de problemas

Fontes

• Guia de instalação do DeepStream (verificado em 2026-09-24)
• Guia de início rápido do DeepStream (verificado em 2026-09-24)
• Página de transferências do JetPack 7.2.1 (verificado em 2026-09-24) — ⚠️ a sua tabela de componentes está desatualizada em algumas linhas; para as versões efetivamente instaladas, consulte Downloads

Estado: rascunho, pendente de revisão por cheny. Baseado na documentação oficial da NVIDIA na data indicada; ainda não verificado em hardware físico pela Juxi Technology.

---

NVIDIA® e Jetson™ são marcas comerciais da NVIDIA Corporation. Esta página é publicada pela Juxi Technology e não é uma publicação da NVIDIA.