Skip to main content

如何使用 Jetson 平台服务在 reComputer 上运行零样本检测

简介​

生成式 AI 视觉变换器（如 CLIP）使得构建能够进行开放词汇对象检测的零样本检测模型成为可能。这意味着模型不受限于一组预定义的类别进行检测，用户可以在运行时配置需要检测的对象。零样本检测 AI 服务通过 Jetson 服务快速部署生成式 AI，用于视频直播输入的开放词汇检测。零样本检测 AI 服务通过 REST API 端点来控制流输入和检测对象。

本维基提供了如何在 reComputer J4012 上运行零样本检测的教程。

要求​

在开始设置过程之前，请确保您的系统满足以下先决条件：

立即获取 🖱️
  • 一台运行 Ubuntu 22.04 或更高版本的 reComputer J4012 Orin NX 16G。
  • 驱动版本：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 流进行传输。（我们推荐使用提供的 NVStreamer 教程 来进行 RTSP 流传输。）

入门​

步骤 1：从 NGC 下载应用程序包 zero_shot_detection-1.1.0.tar.gz 到 Jetson，使用以下链接：NGC 参考工作流和资源。您需要输入 NGC 凭据。在页面上，使用 Download 菜单（右上角）中的任一选项：

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

步骤 2：零样本检测 AI 服务将使用 jetson-ingress 和 jetson-redis 服务。您需要配置 jetson-ingress 服务以暴露零样本检测 REST API。将提供的默认配置复制到相应的服务配置目录。

sudo cp config/zero_shot_detection-nginx.conf /opt/nvidia/jetson/services/ingress/config

步骤 3：运行基本服务。

sudo systemctl start jetson-monitoring
sudo systemctl start jetson-sys-monitoring
sudo systemctl start jetson-gpu-monitoring

步骤 4：验证平台入口配置文件（用于监控服务）中的所有行是否在以下文件中取消注释：

/opt/nvidia/jetson/services/ingress/config/platform-nginx.conf

步骤 5：启动 API 网关以访问监控仪表板。

sudo systemctl restart jetson-ingress
sudo systemctl restart jetson-redis
sudo systemctl restart jetson-vst

步骤 6：启动零样本检测 AI 服务。

sudo docker compose up -d

要检查是否已启动所有必需的容器，可以运行以下命令：

sudo docker ps

添加 RTSP 流输入​

您可以首先通过以下 curl 命令为零样本检测模型添加一个 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 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，您还可以直接通过 API 文档页面测试 REST API。当零样本检测服务启动时，API 文档页面可通过 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"}

    您还可以使用以下命令稍后获取 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}'

添加检测类别​

零样本检测模型能够在运行时更新其检测类别。此端点接受一个要检测的对象列表及其关联的阈值。阈值表示检测的灵敏度。较高的值将减少误报，较低的值将增加误报。目前此服务仅支持 1 个流，但未来此 API 将支持多流。

  • 步骤 1：将 0.0.0.0 替换为您的 reComputer IP 地址，修改 objects 以包含您需要检测的对象（最多十个），为每个类别设置 thresholds，并使用上一步返回的 id。完成命令后，在终端中输入以下内容： 
    curl -X 'POST' \
    'http://192.168.49.101:5010/api/v1/detection/classes' \
    -H 'accept: application/json' \
    -H 'Content-Type: application/json' \
    -d '{
    "objects": [
        "a car", "a people"
    ],
    "thresholds": [
        0.2, 0.04
    ],
    "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()

关闭服务​

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

sudo docker compose down

更多详情​

Jetson 平台服务的零样本检测： https://docs.nvidia.com/jetson/jps/inference-services/zero_shot_detection.html

技术支持与产品讨论​

感谢您选择我们的产品！我们致力于为您提供多种支持，以确保您使用我们的产品时获得尽可能顺畅的体验。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...