多路视频分析——DeepStream 9.1

DeepStream 是 NVIDIA 用于构建加速智能视频分析（IVA）流水线的框架，并且 DeepStream 9.1 随 JetPack 7.2 一同发布，适用于 Jetson Orin。本教程遵循 NVIDIA 官方的安装与快速入门文档；下文每一条命令均取自（或直接总结自）这些 官方页面。

版本搭配： 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 (依据 NVIDIA 官方兼容性 对照表)。

1. 安装

NVIDIA 在 Jetson 上提供四种安装方式；官方说明推荐新用户使用 Docker （速度最快、免装依赖）：

• 方式 4——Docker（推荐新用户）： 使用 NGC DeepStream 容器——参见 Docker 容器。
• 方式 1——SDK Manager： 在「Additional SDKs」中勾选 DeepStreamSDK，与 JetPack 7.2 GA 组件一起安装。
• 方式 2——tar 包： 下载 deepstream_sdk_v9.1.0_jetson.tbz2（来自 NVIDIA/DeepStream releases），然后：

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

• 方式 3——Debian 包： 用 sudo apt-get install ./deepstream-9.1_9.1.0-1_arm64.deb 安装 deepstream-9.1_9.1.0-1_arm64.deb。

前置依赖包（原生安装的官方依赖清单）：

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

钜犀提示： 如果你遇到官方文档记载的 RTSP 问题（应用处理 RTSP 流时卡在 EOS），请在装完上述依赖包后，运行 /opt/nvidia/deepstream/deepstream/ 目录下的 update_rtpmanager.sh 脚本。

2. 提升时钟频率（运行任何程序之前）

sudo nvpmodel -m 0
sudo jetson_clocks

NVIDIA 特别注明一个例外：Jetson Orin Nano 的 MAXN SUPER 模式要用 -m 2； 其他所有 Orin 模组（包括 AGX Orin）都用 -m 0。请在运行 DeepStream 应用之前 执行上述命令。

3. 运行参考应用

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

预期效果（据 NVIDIA 说明）：30 路模拟 1080p 视频流经 ResNet 推理后的平铺显示 画面，以及打印在终端中的性能指标——该配置下约 30 FPS。单击任意画面格即可 放大查看；右键单击可返回平铺视图。

值得探索的配置文件（均位于该目录）：

配置	用途
source30_1080p_dec_infer-resnet_tiled_display.txt	30 路视频流基准测试
source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display.txt	跟踪 + 二级推理
source1_usb_dec_infer_resnet.txt	单路 USB 摄像头
source1_csi_dec_infer_resnet.txt · source2_csi_usb_dec_infer_resnet.txt	CSI 摄像头方案（驱动支持取决于你的摄像头）
source2_1080p_dec_infer-resnet_demux.txt	Demux 示例

官方快速入门中的注意事项：

• 新模型首次运行需要数分钟，期间会生成 TensorRT 引擎；之后的运行会直接复用它。
• 如果 GStreamer 元件（element）初始化失败，请清除缓存：rm ${HOME}/.cache/gstreamer-1.0/registry.aarch64.bin
• 无显示器运行（无头模式）： 默认的 EGL sink 需要接显示器。配置文件支持改用 RTSP 输出 sink（见 30 路视频流配置中的 [sink2] 组）——把结果推流到另一台机器。
• 所有预编译的示例应用都位于 /opt/nvidia/deepstream/deepstream-9.1/samples/ 下——每个都附带 README。

4. JetPack 7.2 上 DeepStream 9.1 的新变化

• 代理辅助构建流水线： NVIDIA 文档介绍了 DeepStream Coding Agent（用 AI 代理辅助构建流水线）——文档 · GitHub。
• 流水线中的 LLM/VLM： 参考应用包含 deepstream-vllm-plugin，可将视频流水线与大模型推理结合——参见官方文档。如需在 DeepStream 之外进行端侧模型推理，请参见 本地 LLM 推理。
• 设备端运行 Triton： 如需以原生方式（不用 Docker）运行 Triton Inference Server，请在 samples 目录下执行 sudo ./triton_backend_setup.sh（会为 Jetson 安装 Triton 2.68.0）。

故障排查与延伸阅读

• DeepStream 故障排查与常见问题
• 性能调优——当你超出参考配置的范围后就需要用到它
• 示例配置详解
• 系统层面的问题（显示、供电、存储）：请参见故障排查

资料来源

• DeepStream 安装指南（查阅于 2026-09-24）
• DeepStream 快速入门指南（查阅于 2026-09-24）
• JetPack 7.2.1 下载页（查阅于 2026-09-24）—— ⚠️ 其组件表部分行滞后；实际安装的版本请参见 下载

状态：草稿，待 cheny 审阅。内容依据为截至所列日期的 NVIDIA 官方文档；尚未由钜犀科技在实体硬件上验证。

---

NVIDIA® 和 Jetson™ 是 NVIDIA Corporation 的商标。本页面由钜犀科技发布，并非 NVIDIA 官方出版物。