Linux 35.6 + JetPack v5.1.4之RTP实时视频Python框架

[1. 源由](#1. 源由)
[2. 思路](#2. 思路)
[3. 方法论](#3. 方法论)
- [3.1 扩展思考 - 慎谋而后定](#3.1 扩展思考 - 慎谋而后定)
- [3.2 扩展思考 - 拒绝拖延或犹豫](#3.2 扩展思考 - 拒绝拖延或犹豫)
- [3.3 扩展思考 - 哲学思考](#3.3 扩展思考 - 哲学思考)
- [3.4 逻辑实操 - 方法论](#3.4 逻辑实操 - 方法论)
[4 准备](#4 准备)
[5. 分析](#5. 分析)
- [5.1 gst-launch-1.0](#5.1 gst-launch-1.0)
- - [5.1.1 xvimagesink](#5.1.1 xvimagesink)
  - [5.1.2 nv3dsink](#5.1.2 nv3dsink)
  - [5.1.3 nv3dsink + sync=0](#5.1.3 nv3dsink + sync=0)
  - [5.1.4 xvimagesink + sync=0](#5.1.4 xvimagesink + sync=0)
- [5.2 python framework](#5.2 python framework)
- - [5.2.1 xvimagesink](#5.2.1 xvimagesink)
  - [5.2.2 nv3dsink](#5.2.2 nv3dsink)
  - [5.2.3 xvimagesink + sync=0](#5.2.3 xvimagesink + sync=0)
  - [5.2.4 nv3dsink + sync=0](#5.2.4 nv3dsink + sync=0)
[6. 总结 & 优化](#6. 总结 & 优化)
[7. 补充 - RTP/RTSP推/拉流](#7. 补充 - RTP/RTSP推/拉流)

1. 源由

鉴于目前 DeepStream 的代码没有基于RTP实时视频流分析的 Python Demo 代码，但是是有RTSP的示例。

DeepStream 示例代码

Application	Description
deepstream-test1	4-class object detection pipeline - now also demonstrates support for new nvstreammux
deepstream-test2	4-class object detection, tracking, and attribute classification pipeline
deepstream-test3	Multi-stream pipeline performing 4-class object detection - now also supports Triton inference server, no-display mode, file-loop, and silent mode
deepstream-test4	msgbroker for sending analytics results to the cloud
deepstream-imagedata-multistream	Multi-stream pipeline with access to image buffers
deepstream-ssd-parser	SSD model inference via Triton server with output parsing in Python
deepstream-test1-usbcam	deepstream-test1 pipeline with USB camera input
deepstream-test1-rtsp-out	deepstream-test1 pipeline with RTSP output
deepstream-opticalflow	Optical flow and visualization pipeline with flow vectors returned in NumPy array
deepstream-segmentation	Segmentation and visualization pipeline with segmentation mask returned in NumPy array
deepstream-nvdsanalytics	Multistream pipeline with analytics plugin
runtime_source_add_delete	Add/delete source streams at runtime
deepstream-imagedata-multistream-redaction	Multi-stream pipeline with face detection and redaction
deepstream-rtsp-in-rtsp-out	Multi-stream pipeline with RTSP input/output - now takes new command line argument "--rtsp-ts" for configuring the RTSP source to attach the timestamp rather than the streammux
deepstream-preprocess-test	Multi-stream pipeline using nvdspreprocess plugin with custom ROIs
deepstream-demux-multi-in-multi-out	Multi-stream pipeline using nvstreamdemux plugin to generate separate buffer outputs
deepstream-imagedata-multistream-cupy	Access imagedata buffer from GPU in a multistream source as CuPy array - x86 only
deepstream-segmask	Access and interpret segmentation mask information from NvOSD_MaskParams
deepstream-custom-binding-test	Demonstrate usage of NvDsUserMeta for attaching custom data structure - see also the Custom User Meta Guide

2. 思路

为此，计划先写一个基于RTP视频流的框架，然后从RTSP示例中移植 DeepStream代码。

通常需要思考以下基本问题：

Why (为什么)
When (何时)
What (什么)
Who (谁)
Where (哪里)
How (如何)

上述基本问题，拍脑袋一想：

从逻辑上应该是通的，因为RTSP其实就是RTP上的控制信息，理论上GST就是支持RTP；// Why (为什么)
实际上官方为什么这么基础的示例没有，目前论坛上也有人问，但是似乎也没有找到；// Where (哪里)
别人为什么没有做，大概是哪些人会要做这个；// What (什么) Who (谁)
是不是太简单了？不值得做？hello world也很简单，但是也有很多示例就是这种 // How (如何)

从底层逻辑思维去想这个问题，可能大家就不能想象一个问题：性能

注：当初并没有想到这个问题点，但是随着一步一步的深入分析和理解，感觉主要是由于RTP带来后续一系列的问题，尤其是性能方面。

3. 方法论

"谋而后动，不是不动"的俗语提醒我们：

做事要有计划，不要盲目行动。
计划的目的是为了更好地行动，而不是让行动停滞。
行动中要灵活调整，避免纸上谈兵。

这句话体现了一种高效的处事智慧：思考为行动铺路，行动为思考赋能，最终实现知行合一。

3.1 扩展思考 - 慎谋而后定

核心意思：行动前要进行充分的思考和计划，但"谋"并非拖延，而是为了行动提供更好的方向。

示例：

一个企业在推出新产品前，进行市场调研和风险分析，是"谋"；调研完成后，果断投入资源推广，是"后动"。

3.2 扩展思考 - 拒绝拖延或犹豫

核心意思：谋划的目的是为了更好的行动，而不是找借口拖延行动。

示例：

在学习和工作中，设定目标后过于纠结细节而迟迟不开始，实际上是一种拖延心态。

3.3 扩展思考 - 哲学思考

核心意思：谋划是智慧的体现，行动是实践的体现，二者统一于"知行合一"。

真正的成功，不仅需要思想上的高度，还需要行动上的落实。"谋而后动"强调思考的重要性，但同时否定"以思代行"。

3.4 逻辑实操 - 方法论

逻辑思路很简单，会想会说的人很多，但是要能够真正落地，需要实操的方法论来保证。

评价工程师技术能力，并不是过去的经验、成就。因为能力不是过去式，而是潜在的将来式。

如何从方法论角度确保能力的体现，最重要的几个大步骤：

会想
会说
会写
会做
总结
优化 //这个就是继续回归到"会想"，循环螺旋式上升高度

4 准备

注：关于环境安装，就不多说了，想了解的，请参阅：Linux 35.6 + JetPack v5.1.4@DeepStream安装

准备工作主要是测试数据+验证代码+测试方法+测试环境，没有这些东西，上来就喊是没有人理你的。因此，主要准备以下内容：

video-viewer 命令及参数
gst-launch-1.0 命令及参数
python RTP 框架测试代码
依据上述命令和测试代码进行测试，整理测试结果

然后，专业的事情找专业的人：

Request python deepstream demo based on RTP video feed

搜索找不到，不代表没有，看看能否通过技术支持找到一些有用信息。

Is it correct that DeepStream Python bindings cannot be used to analyze RTP video streams?

如果没有，是否技术上存在难点？或者暂时无法搞清楚的一些背景原因。

Gst-launch-1.0 only get 15FPS on jetson orin?

测试下来效果并不理想，为什么？通过数据、示例代码，与技术人员互动，寻找解决方案，远比坐井观天来的实在。

DeepStream 1.1.8 demo app deepstream-test1 failed

后续集成或者PortingDeepStream代码。

环境配置如下：

Software part of jetson-stats 4.2.12 - (c) 2024, Raffaello Bonghi
Model: NVIDIA Orin Nano Developer Kit - Jetpack 5.1.4 [L4T 35.6.0]
NV Power Mode[0]: 15W
Serial Number: [XXX Show with: jetson_release -s XXX]
Hardware:
 - P-Number: p3767-0005
 - Module: NVIDIA Jetson Orin Nano (Developer kit)
Platform:
 - Distribution: Ubuntu 20.04 focal
 - Release: 5.10.216-tegra
jtop:
 - Version: 4.2.12
 - Service: Active
Libraries:
 - CUDA: 11.4.315
 - cuDNN: 8.6.0.166
 - TensorRT: 8.5.2.2
 - VPI: 2.4.8
 - OpenCV: 4.9.0 - with CUDA: YES
DeepStream C/C++ SDK version: 6.3

Python Environment:
Python 3.8.10
    GStreamer:                   YES (1.16.3)
  NVIDIA CUDA:                   YES (ver 11.4, CUFFT CUBLAS FAST_MATH)
        OpenCV version: 4.9.0  CUDA True
          YOLO version: 8.3.33
         Torch version: 2.1.0a0+41361538.nv23.06
   Torchvision version: 0.16.1+fdea156
DeepStream SDK version: 1.1.8

5. 分析

个人长期工作在0~1的过程，换句话说就是从不知道到知道的过程。
在实际工作中，一开始的思路会相对来说发散（但是基于假设场景的有限发散），这句话很拗口，仔细体会。
通常随着逐步深入和细化，问题将会呈现收敛。
随之形成局部或者部分结论，此时，Root cause逐步呈现。

鉴于video-viewer工具在1080P@60Hz的RTP源上稳定获得60FPS的视频流，从逻辑角度以下两条线都应该呈现该性能。

5.1 gst-launch-1.0

关于这个gst-launch-1.0命令和参数，网上搜，自己慢慢的积累，多了就知道大概了，然后要孜孜不倦的问问题，呵呵！

xvimagesink 软的
nv3dsink 有硬件加速
sync=0 即时处理 // NVIDIA论坛上，专家反馈。不是"砖家"，大家懂得！！！

5.1.1 xvimagesink

gst-launch-1.0 -v udpsrc port=5600 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! nvvidconv ! fpsdisplaysink text-overlay=0 video-sink=xvimagesink

/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 9, dropped: 6, fps: 7.35, drop rate: 5.51
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 11, dropped: 10, fps: 3.86, drop rate: 7.73
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 19, dropped: 11, fps: 15.00, drop rate: 1.87
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 23, dropped: 15, fps: 7.61, drop rate: 7.61
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 30, dropped: 17, fps: 11.30, drop rate: 3.23
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 34, dropped: 20, fps: 6.83, drop rate: 5.13

5.1.2 nv3dsink

gst-launch-1.0 -v udpsrc port=5600 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! fpsdisplaysink text-overlay=0 video-sink=nv3dsink

/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 13, dropped: 6, fps: 18.44, drop rate: 1.84
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 17, dropped: 9, fps: 7.88, drop rate: 5.91
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 25, dropped: 10, fps: 15.16, drop rate: 1.90
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 29, dropped: 14, fps: 7.83, drop rate: 7.83
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 35, dropped: 17, fps: 11.38, drop rate: 5.69
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 42, dropped: 20, fps: 12.73, drop rate: 5.45

5.1.3 nv3dsink + sync=0

gst-launch-1.0 -v udpsrc port=5600 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! fpsdisplaysink text-overlay=0 video-sink=nv3dsink sync=0

/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 30, dropped: 0, current: 59.51, average: 59.51
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 61, dropped: 0, current: 60.00, average: 59.76
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 91, dropped: 0, current: 59.70, average: 59.74

5.1.4 xvimagesink + sync=0

gst-launch-1.0 -v udpsrc port=5600 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! nvvidconv ! fpsdisplaysink text-overlay=0 video-sink=xvimagesink sync=0

/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 70, dropped: 0, current: 67.39, average: 69.26
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 100, dropped: 0, current: 59.61, average: 66.05
/GstPipeline:pipeline0/GstFPSDisplaySink:fpsdisplaysink0: last-message = rendered: 129, dropped: 0, current: 57.52, average: 63.92

5.2 python framework

Python其实是通过中间GST-Python --> PyBindings --> Data流程获取的数据，从pipline的角度，其实和gst-launch-1.0没什么差别。关于这个GST-Python和相关底层库和Python组件安装，详见：Linux 35.6 + JetPack v5.1.4@DeepStream安装

5.2.1 xvimagesink

源代码：python xvimagesink

性能： ~15FPS

5.2.2 nv3dsink

源代码：python nv3dsink

性能： ~20FPS

5.2.3 xvimagesink + sync=0

bash 复制代码

daniel@daniel-nvidia:~/Work/jetson-fpv$ python3 ./utils/deepstream_xvimagesink.py 5600
Selected Pipeline: udpsrc port=5600 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! nvvidconv ! xvimagesink sync=0
Pipeline elements:
- capsfilter0
- xvimagesink0
- nvvconv0
- nvv4l2decoder0
- h265parse0
- rtph265depay0
- udpsrc0
Opening in BLOCKING MODE
Running...
NvMMLiteOpen : Block : BlockType = 279
NvMMLiteBlockCreate : Block : BlockType = 279
FPS: 36.96
FPS: 58.96
FPS: 59.95
FPS: 59.93
FPS: 59.93
FPS: 60.98
FPS: 58.94
FPS: 59.93
FPS: 60.94
^CExiting...
deepstream done!

5.2.4 nv3dsink + sync=0

bash 复制代码

daniel@daniel-nvidia:~/Work/jetson-fpv$ python3 ./utils/deepstream.py 5600
Selected Pipeline: udpsrc port=5600 buffer-size=8388608 ! application/x-rtp,encoding-name=H265,payload=96 ! rtph265depay ! h265parse ! nvv4l2decoder ! nv3dsink name=sink sync=0
Opening in BLOCKING MODE
Running...
NvMMLiteOpen : Block : BlockType = 279
NvMMLiteBlockCreate : Block : BlockType = 279
FPS: 17.03
FPS: 59.95
FPS: 59.94
FPS: 59.93
FPS: 59.93
FPS: 59.96
FPS: 59.98
^CExiting...
deepstream done!

6. 总结 & 优化

通过一个简单的RTP实时视频Python框架遇到的问题，以及通过方法论来解决问题，大致的思路和步骤，做一个简单的整理。

其实工程问题远比科学问题简单，因为工程问题通常是有结论的。而科学问题，有时候会走到死胡同的。只要学会方法论，通过底层逻辑就能快速的解决工程技术问题。

优化的代码版本，稳定获取FPS 60Hz的数据，这个与我们在video-viewer上看到的一致。

基于这个版本，我们去做DeepStream算法才是有意义的，否则源头上就FPS存在问题。

源代码：python nv3dsink + sync=0

7. 补充 - RTP/RTSP推/拉流

因为，很多DEMO都是RTSP的，所以这里给下几个常用命令：

注：笔者有一个1080P@60FPS的设备可以稳定输出各种编码和分辨率以及帧率的视频；没有这种视频源的朋友，可能需要一些模拟源，就可能用到下面的命令。

RTSP推/拉流

gst-launch-1.0 -v videotestsrc ! x264enc ! rtph264pay ! udpsink host=<IP_ADDRESS> port=5000
gst-launch-1.0 -v rtspsrc location=rtsp://<RTSP_SERVER_IP>:<PORT>/stream ! decodebin ! autovideosink
RTP推/拉流

gst-launch-1.0 -v videotestsrc ! x264enc ! rtph264pay ! udpsink host=<IP_ADDRESS> port=5000
gst-launch-1.0 -v udpsrc port=5000 ! application/x-rtp,media=video,encoding-name=H264,payload=96 ! rtph264depay ! decodebin ! autovideosink
循环播放指定文件

在Jetson Orin板子上，可以用以下工具，非常简单的循环播放一个视频来做测试：

bash 复制代码

$ video-viewer file:///$(pwd)/<your video file> rtp://127.0.0.1:5000 --input-loop=-1 --headless  --ouput-codec=h265

bash 复制代码

$ video-viewer rtp://@:5000