原创 基於實時AI的視頻和圖像分析(一)

關於視頻分析: 格靈深瞳 千視通 NVIDIA Deepstream 目前5.0已經發布。 文章目錄做什麼?AI 媒體服務器GstreamerDeepstreamJetson開發板示例展示 做什麼? 應用場景 多視頻分析 可以

原创 Ubuntu18.04 NVIDIA Transfer toolkit 安裝教程

參考官方文檔教程 1. 註冊賬號 官網地址 正常免費註冊就行。 2. 環境準備 環境 安裝Docker. NVIDIA GPU driver v410.xx 及以上版本 NVIDIA Docker 2 獲取NGC API

原创 CUDA編譯專有符號不識別及與CPP混編

<<<是cuda中專有符號,屬於cuda的語法範疇,不能用g++編譯器編譯。需要用nvcc編譯 如果需要同時編譯.cu和.cpp,需要解決兩者混編問題。 首先在 .cu 文件中,需要在函數實現前都加上 extern “C”。

原创 Ubuntu18.04安裝NVIDIA Docker 2

背景:安裝NVIDIA transfer,需要依賴環境。爲了在docker中支持GPU,NVidia之前是弄了個nvidia-docker2,現在升級爲NVIDIA Container Toolkit了。 參考github 安裝

原创 gitlab下載指定文件/文件夾

首先要確定有賬戶密碼(我輸了個人gitlab賬戶密碼不對,就添加了一下祕鑰,然後就通過了) 生成祕鑰過程博客傳送門 cd到要存儲clone文件的路徑,如我的是0_git_DDVA,再初始化git $ cd 0_git_DDVA

原创 gitlab添加祕鑰

查看是否有ssh $ cd ~/.ssh 生成公鑰 $ ssh-keygen -t rsa 三個回車(文件名,密碼都不設置,全部回車!) 查看是否生成了id_rsa和id_rsa.pb $ cd ~/.ssh $

原创 C++ 基礎(二)—— 函數篇

1、CreateDC()方法       創建DC。某些對設備的操作,如在窗口上寫字,需要先創建設備DC。       語法: HDC CreateDC( LPCTSTR lpszDriver, //指定設備驅動名

原创 matlab與C/C++程序互調

目錄 一、環境安裝及配置 二、接口函數 三、生成.mexw64文件 三、配置項目屬性 四、畫圖 1. 首先是matlab調C 1.1 環境安裝及配置 1. matlab命令窗口鍵入mcc -setup。提示出錯根據提示到官網下載安裝TDM

原创 Ubuntu18.04重裝系統再插入磁盤後無法找到磁盤

新裝的Ubuntu18.04系統,插入硬盤,在普通用戶下fdisk -l不能顯示插入的硬盤,需要進入root用戶(su root)然後在查看分區(fdisk -l),就能顯示了。 然後再mount掛載將磁盤掛在到某一目錄下。

原创 TensorRT安裝與使用(一)

參考 0. 概要  NVIDIA TensorRT 的核心是一個C++庫,有助於對 NVIDIA 圖形處理單元 (GPU) 進行高性能推理。TensorRT 採用經過訓練的網絡,該網絡由網絡定義和一組經過訓練的參數組成,並生成高度

原创 VScode + cmakelist.txt + launch.json通過斷點調試

cmakelists里加一句 set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -g")

原创 DeepStream結合OpenCV4實現視頻的分析和截圖(二)

目錄0. 前言1. 分源截圖2. 參數轉換3. 其他問題4. makefile5. 結果 0. 前言 上一篇寫的是基於test4的更改,後來應用到app的demo裏發現顏色轉換存在問題。 首先要確定自己的探針添加位置,以及該位置獲

原创 DeepStream之kafka開發

1. kafka的安裝與配置  不多贅述,參考敲代碼的椰子和@tsota兩位博主的文章。 2. .sh文件編寫  開啓kafka服務要開至少三個終端,我寫了一個.sh文件進行批處理,且將這些放在一個終端的多個標籤下。參考deeps

原创 DeepStream結合OpenCV4實現視頻的分析和截圖

目錄   安裝環境 Deepstream-test4配置文件改寫 調用OpenCV截圖 存疑 其他收穫 安裝環境 Ubuntu:18.04.1 DeepStream:SDK 4.0.1 CUDA:10.1 OpenCV:4.1 首先,需要

原创 Linux命令筆記

查看ubuntu版本 cat /proc/version