Skip to main content

如何在reComputer上使用Jetson Platform Services运行VLM

介绍​

视觉语言模型（VLMs）是支持图像、视频和文本的多模态模型，使用大语言模型和视觉变换器的组合。基于这种能力，它们能够支持文本提示来查询视频和图像，从而实现与视频聊天和定义基于自然语言的警报等功能。VLM AI服务，通过Jetson Platform Services为视频洞察应用程序提供VLMs的快速部署。VLM服务公开REST API端点来配置视频流输入、设置警报并用自然语言询问有关输入视频流的问题。

本wiki提供了如何在reComputer J4012 Jetson Orin NX上运行VLM的教程。

要求​

在进行设置过程之前，请确保您的系统满足以下先决条件：

立即获取 🖱️

  • 运行Ubuntu 22.04或更高版本的reComputer J4012 Orin NX 16G。

  • 驱动程序版本：535.113.01，Jetpack 6.0和CUDA版本：12.2。

  • 确保已安装JetPack和相关的Jetson服务包。

    sudo apt-get install nvidia-jetpack
    sudo apt install nvidia-jetson-services

  • IP 摄像头或本地视频可以通过 RTSP 进行流传输。（我们建议使用我们提供的 NVStreamer 教程 进行 RTSP 流传输。）

入门指南​

步骤 1：使用此链接从 NGC 下载应用程序包 vlm-1.1.0.tar.gz 到您的 Jetson：NGC 参考工作流程和资源。您需要输入您的 NGC 凭据。在页面上，使用 Download 菜单（右上角）中的可用选项之一：

tar -xvf vlm-1.1.0.tar.gz
cd ~/vlm/example_1

步骤 2：VLM AI 服务将使用 jetson-ingress 和 jetson-monitoring 服务。您需要配置这两个服务以与 VLM AI 服务集成。将提供的默认配置复制到相应的服务配置目录：

sudo cp config/vlm-nginx.conf /opt/nvidia/jetson/services/ingress/config
sudo cp config/prometheus.yml /opt/nvidia/jetson/services/monitoring/config/prometheus.yml
sudo cp config/rules.yml /opt/nvidia/jetson/services/monitoring/config/rules.yml

Step 3: Run the basic services:

sudo systemctl start jetson-ingress
sudo systemctl start jetson-monitoring
sudo systemctl start jetson-sys-monitoring
sudo systemctl start jetson-gpu-monitoring
sudo systemctl start jetson-redis
sudo systemctl start jetson-vst

步骤 4：首次启动 VLM 服务时，它会自动下载并量化 VLM。此过程可能需要一些时间。如果在 Orin NX16 上部署，您可能需要挂载更多的 SWAP 空间，因为量化过程可能会消耗大量内存。运行以下命令来挂载更多交换空间：

sudo fallocate -l 10G /data/10GB.swap
sudo mkswap /data/10GB.swap
sudo swapon /data/10GB.swap

Step 5: Start the VLM AI service:

cd ~/vlm/example_1
sudo docker compose up -d

To check if all required containers have started, you can run the following command:

sudo docker ps

添加 RTSP 流输入​

您可以首先使用以下 curl 命令为 VLM 模型添加一个 RTSP 流。建议使用 NVStreamer 教程 进行流媒体传输。

  • 步骤 1：将 0.0.0.0 替换为您的 Jetson IP，将 liveStreamUrl 链接替换为您的 RTSP 链接，然后在终端中输入以下命令：

    curl --location 'http://0.0.0.0:5010/api/v1/live-stream' \
    --header 'Content-Type: application/json' \
    --data '{
    "liveStreamUrl": "rtsp://0.0.0.0:31554/nvstream/root/store/nvstreamer_videos/car.mp4"
    }'

    注意：除了 curl 命令，您还可以通过 API 文档页面直接测试 REST API，当零样本检测服务启动时，该页面可在 http://0.0.0.0:5010/docs 访问。

  • 步骤 2：执行第一步后，将返回一个 ID。您需要记录此 ID 以便在后续步骤中使用：

    {"id": "a782e200-eb48-4d17-a1b9-5ac0696217f7"}

    您也可以稍后使用以下命令获取 ID：

    curl --location 'http://0.0.0.0:5010/api/v1/live-stream'

    要通过 ID 删除流，您可以使用以下命令：

    curl --location --request DELETE 'http://0.0.0.0:5010/api/v1/live-stream/{id}'

设置警报​

警报是 VLM 将在实时流输入上持续评估的问题。对于每个设置的警报规则，VLM 将尝试基于实时流的最新帧来判断其是真还是假。VLM 确定的这些真假状态会发送到 websocket 和 jetson 监控服务。

设置警报时，警报规则应该表述为是/否问题。例如"有火灾吗？"或"有烟雾吗？"。请求的主体还必须包含对应于添加 RTSP 流时返回的流 ID 的"id"字段。

默认情况下，VLM 服务支持最多 10 个警报规则。可以通过调整配置文件来增加此数量。

步骤 1：将 0.0.0.0 替换为您的 reComputer IP 地址，修改 alerts 以包含您需要警报的对象，使用上一步返回的 id。完成命令后，在终端中输入以下内容：

curl --location 'http://0.0.0.0:5010/api/v1/alerts' \
--header 'Content-Type: application/json' \
--data '{
    "alerts": ["is there a fire?", "is there smoke?"],
    "id": "a782e200-eb48-4d17-a1b9-5ac0696217f7"
}'

查看 RTSP 流结果​

检测输出将通过 rtsp://reComputer_ip:5011/out 进行流式传输。我们提供了一个用于可视化视频流输出的 Python 脚本，您需要提前安装 opencv-python 库，然后运行以下 Python 脚本：

  • 步骤 1： 安装 opencv-python 库：

    pip install opencv-python

  • 步骤 2： 运行以下 Python 脚本：

    import cv2
    rtsp_url = "rtsp://reComputer_ip:5011/out"
    cap = cv2.VideoCapture(rtsp_url)
    if not cap.isOpened():
        print("Cannot open RTSP stream")
        exit()
    while True:
        ret, frame = cap.read()
        if not ret:
            print("Failed to retrieve frame")
            break
        cv2.imshow('RTSP Stream', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()

关闭​

要停止零样本检测服务，请在 compose.yaml 文件所在的同一目录中运行以下命令：

sudo docker compose down

更多详情​

带有 Jetson 平台服务的视觉语言模型 (VLM)：https://docs.nvidia.com/jetson/jps/inference-services/vlm.html

技术支持与产品讨论​

感谢您选择我们的产品！我们在此为您提供不同的支持，以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...