DeepStream Python应用程序 此存储库包含Python绑定和示例应用程序。 支持的SDK版本：5.1 从下载最新的发行包，其中包含绑定和示例应用程序。 请在上报告任何问题或错误。 Python绑定 可以使用GStreamer框架（GStreamer框架的Python绑定）构建DeepStream管道。 为了访问DeepStream MetaData，Python绑定以DeepStream SDK中包含的已编译模块的形式提供。 该模块是使用生成的。 这些绑定支持与MetaData结构和功能的Python接口。 记录了此接口的用法，并在示例应用程序中进行了演示。 此版本增加了对解码图像缓冲区（NvBufSurface）以及推理输出张量（NvDsInferTensorMeta）的绑定。 样例应用 此处提供的示例应用程序演示了如何使用Python处理DeepStream管道。

在nvidia官方deepstream-3d-action-recognition的基础上进行修改，增加多类sink的输出，实现3d动作识别

详细的解释了GStreamer在Nvidia Deepstream中的使用。这个是Nvidia的官方文档。

基于deepstream-test3实现目标跟踪和4类sinkType输出（包括rtsp），附件提供AI模型，配置文件和源码

DeepStream人类姿势估计 人体姿势估计是计算机视觉任务，它通过在视频或照片中定位人体上的某些关键点来估计人体的配置（“姿势”）。 以下应用程序作为参考，以项目为例，在DeepStream 5.0中部署自定义姿势估计模型。 有关详细的NVIDIA Developer博客，请访问。 输入视频源 输出视频 先决条件 你会需要 DeepStreamSDK 5.0 CUDA 10.2 TensorRT 7.x 入门： 要开始使用，请按照以下步骤操作。 在您的平台上安装 ，通过运行deepstream-app验证其是否正常运行。 最好将存储$DEEPSTREAM_DIR/sources/apps/sample_apps在$DEEPSTREAM_DIR/sources/apps/sample_apps 。 下载TRTPose，使用此 将其转换为ONNX，然后在DeepStream

deepstream_sdk_v5.1.0_jetson.tbz2

使用deepstream5.0-python-api部署yolov5

webinar-deepstream-sdk-improve-video-analytics

deepstream_sdk_v4.0.2_jetson.tbz2

deepstream1.5安装包，在tx2上调试成功，可以跑demo。