配置Python開發(fā)環(huán)境的DeepStream容器

對于熟悉 C++ 的開發(fā)人員來說，前一篇文章將 DeepStreamSamples 版容器的范例搬到本機(jī)上，再搭配 Docker 路徑映射方式就能輕松搭建開發(fā)環(huán)境。但這種方式只適用于 C / C++ 范例，并不適用于 DeepStream 的 Python 環(huán)境，因為還需要安裝 Gstreamer 的 Gst-Python 與 DeepStream 的 PyBinding 與兩個元件。

我們可以在容器內(nèi)安裝這兩個元件，但是前面提供的 Docker 指令中使用 “--rm” 參數(shù)，一旦退出容器之后就會銷毀這個調(diào)試好的環(huán)境，這對于使用來說是非常不方便的，因此必須做出調(diào)整，將調(diào)試好的環(huán)境保留下來，甚至于存成一個獨立的鏡像文件，就能方便日后的重復(fù)使用或移植工作。

1、將容器調(diào)整為 “后臺運(yùn)行” 執(zhí)行：

在 NGC 官方提供的指令中使用 “--it” 與 “--rm” 是為了能快速啟用容器，并且在使用完畢后刪除容器以避免占用不必要的資源，現(xiàn)在我們來做以下調(diào)整：

• 將 “-it” 參數(shù)改成 “-id”參數(shù)：這樣雖然不會第一時間進(jìn)入容器內(nèi)執(zhí)行，但是會讓這個容器在后臺運(yùn)行，并且打印容器 ID，后面在使用 “dockerexec” 指令來進(jìn)入容器操作，這是個非常實用的方式，大家可以好好學(xué)習(xí)使用方法；

• 去除 “--rm” 參數(shù)：退出容器之后自動移除；

• 添加 “--name” 參數(shù)：為了便于管理，不需要去面對長達(dá) 12 碼的容器編號，我們可以用這個參數(shù)去指定容器名稱，方便后面的操作；

• 為了配合Python的iot應(yīng)用范例，建議選擇iot版容器的適用性會比較高。

現(xiàn)在試著執(zhí)行以下指令，創(chuàng)建一個要配置 Python 開發(fā)環(huán)境的 DeepStream 容器：

docker run -id --name=ds_python --net=host  --runtime=nvidia  -e DISPLAY=$DISPLAY -w  /opt/nvidia/deepstream/deepstream  -v /tmp/.X11-unix/:/tmp/.X11-unix -v  ~/deepstream/sources:/opt/nvidia/deepstream/deepstream/sources -v  ~/deepstream/samples:/opt/nvidia/deepstream/deepstream/samples nvcr.io/nvidia/deepstream-l4t:6.1-iot

執(zhí)行之后，會發(fā)現(xiàn)命令終端并未進(jìn)入容器里面，依舊在本機(jī)（容器外）的狀態(tài)，現(xiàn)在執(zhí)行 “docker ps” 指令，會看到如以下的狀態(tài)：

這里顯示有個名為 “ds_python” 的容器處于運(yùn)行狀態(tài)，但是我們還沒有進(jìn)入這個容器的操作環(huán)境中。

2、使用 docker exec 指令進(jìn)入容器：

現(xiàn)在以 deepstream-l4t:6.1-iot 創(chuàng)建的 ds_python 容器已經(jīng)在后臺啟動，我們只要使用 “docker exec” 指令就能進(jìn)入容器內(nèi)操作，請執(zhí)行以下指令：

docker  exec  -it  ds_python  bash

這樣就能進(jìn)到容器里面?，F(xiàn)在試試在容器內(nèi)做些事情，例如創(chuàng)建一個目錄、添加一個文件，然后執(zhí)行 “exit” 退出容器，然后再執(zhí)行前面的指令重新進(jìn)入容器內(nèi)，檢查看看剛剛所做的修改應(yīng)該還存在，這樣就能確保我們?yōu)槿萜靼惭b的內(nèi)容可以保留。

3、重啟系統(tǒng)之后的容器啟動：

這種容器創(chuàng)建的方式，在系統(tǒng)重啟之后還能保留前面的設(shè)定嗎？重啟一次系統(tǒng)就知道了，然后執(zhí)行 “docker ps” 指令檢查狀態(tài)，發(fā)現(xiàn)看不到前面所創(chuàng)建的 ds_python 容器了，怎么辦呢？

不用緊張，現(xiàn)在執(zhí)行 “docker ps -a” 指令，就會發(fā)現(xiàn)這個容器依舊存在于背景資源中，只是沒有啟動而已，現(xiàn)在執(zhí)行以下指令：

docker  start  ds_pythondockerps

現(xiàn)在再重新執(zhí)行下面指令，就能進(jìn)入容器里：

docker  exec  -it  ds_python  bash

再檢查看看前面所做的修改是否依然存在？現(xiàn)在就能確認(rèn)這種方式能將容器的修改長期保留，是一種更加實在的用法。

4、為容器安裝 Python 開發(fā)環(huán)境：

現(xiàn)在可以在容器內(nèi)按照 <https://github.com/NVIDIA-AI-IOT/deepstream_python_apps>的 “HOW-TO Guide” 安裝步驟，調(diào)試 DeepStream 的 Python 開發(fā)環(huán)境：

• 安裝依賴庫：

如果 Jetson 的操作系統(tǒng)是 Ubuntu 20.04（JetPack 5.0 以上），請執(zhí)行以下的依賴庫安裝步驟：

apt install python3-gi python3-dev python3-gst-1.0 python-gi-dev git python-dev python3 python3-pip python3.8-dev cmake g++ build-essential libglib2.0-dev libglib2.0-dev-binlibgstreamer1.0-devlibtoolm4autoconfautomakelibgirepository1.0-devlibcairo2-dev

• 從 GITHUB 倉下載源碼到指定目錄：

cd sourcesgit clone https://github.com/NVIDIA-AI-IOT/deepstream_python_appscd deepstream_python_appsgitsubmoduleupdate--init

• 安裝 Gst-Python

apt update apt-get install -y apt-transport-https ca-certificates -yupdate-ca-certificatescd  3rdparty/gst-python/./autogen.shmake&&makeinstall

• 安裝PyBinding：

請參照如下鏈接：

現(xiàn)在就完成了 Python 環(huán)境的配置。

5、測試 Python 范例

要驗證環(huán)境是否調(diào)試完成的最簡單方法，就是執(zhí)行一個最基礎(chǔ)的 deepstream-test1 范例，請在容器內(nèi)執(zhí)行以下指令：

cd  /opt/nvidia/deepstream/deepstream/cd  sources/deepstream_python_apps/apps/deepstream-test1./deepstream_test_1.py../../../../samples/streams/sample_720p.h26

正常運(yùn)行會看到如下圖的執(zhí)行結(jié)果。

這樣就表示 DeepStream 容器的 Python 開發(fā)環(huán)境已經(jīng)安裝成功。

6、重復(fù)使用調(diào)試好的容器：

接下來就是要將前面調(diào)試好的容器環(huán)境存儲起來，以后就不需要每次調(diào)試一次環(huán)境。這部分分成三個階段：

（1）臨時性保存：

事實上前面使用 “-id” 指令之后，這個容器就會一直保留在背景中執(zhí)行，即便重啟系統(tǒng)后也是存在的，如同前面所提供的，只要執(zhí)行以下指令就能重新進(jìn)入這個容器：

sudo xhost +si:localuser:rootdockerstartds_python&&dockerexec-itds_pythonbash

（2）儲存成 Docker 鏡像：

現(xiàn)在需要在打開一個命令終端，使用 “docker commit <容器名> <鏡像名>” 指令，將目前執(zhí)行的容器存成一個鏡像，請執(zhí)行以下指令：

docker  commit  ds_python  deepstream-l4t:6.1-python

現(xiàn)在執(zhí)行 “docker images” 指令，可以看到多了一個 “deepstream-l4t:6.1-python” 鏡像，如下圖所示：

只要不重裝系統(tǒng)或者刪除這個鏡像，那么這個鏡像就會一直保留在系統(tǒng)里面，以后如果需要再次使用，只要執(zhí)行以下指令即可：

sudo xhost +si:localuser:rootsudodockerrun-it--rm--net=host--runtimenvidia-eDISPLAY=$DISPLAY-w/opt/nvidia/deepstream/deepstream-v/tmp/.X11-unix/:/tmp/.X11-unix-v~/nvme/deepstream/sources:/opt/nvidia/deepstream/deepstream/sources-v~/nvme/deepstream/samples:/opt/nvidia/deepstream/deepstream/samplesdeepstream-l4t:6.1-python

或者可以同時啟動多個獨立的 Python 環(huán)境 DeepStream 容器，如下指令：

sudo xhost +si:localuser:rootsudodockerrun-id--name=ds_python2--net=host--runtimenvidia-eDISPLAY=$DISPLAY-w/opt/nvidia/deepstream/deepstream-v/tmp/.X11-unix/:/tmp/.X11-unix-v~/nvme/deepstream/sources:/opt/nvidia/deepstream/deepstream/sources-v~/nvme/deepstream/samples:/opt/nvidia/deepstream/deepstream/samplesdeepstream-l4t:6.1-python

（3）導(dǎo)出成文件：

最保險的方式，就是將這個 deepstream-l4t:6.1-python 鏡像導(dǎo)出成文件，自行保存好，這樣即便系統(tǒng)重新安裝后，也能直接從這個文件載入鏡像，然后開啟工作容器：

# 將鏡像導(dǎo)出成文件sudo  docker  save  deepstream-l4t:6.1-python  -o  jp50dp_ds61_python# 將文件載入成鏡像sudodockerload-ijp50dp_ds61_python

現(xiàn)在，這個導(dǎo)出的 jp50dp_ds61_python 壓縮文件，也能部署到其他 JetPack5.0 DP 所安裝的 Jetson 設(shè)備上使用，不需要在每臺機(jī)器上重復(fù)調(diào)試 Python 開發(fā)環(huán)境。