deepstream_python_apps
deepstream_python_apps 是 NVIDIA DeepStream SDK 的官方 Python 绑定库及配套示例应用集合，旨在让开发者能够使用 Python 语言构建高性能的智能视频分析流水线。它解决了以往开发者必须依赖 C/C++ 才能调用 DeepStream 底层元数据（MetaData）和复杂功能的门槛问题，通过提供基于 Pybind11 生成的 Python 接口，让用户能轻松访问和处理视频流中的深度信息。
这套工具特别适合熟悉 Python 生态的 AI 工程师、计算机视觉研究人员以及希望快速原型验证的开发者。借助它，用户可以直接利用 GStreamer 的 Python 绑定（gst-python）编排复杂的视频处理流程，无需深入底层 C 代码即可实现对象检测、跟踪及事件分析等功能。仓库中内置的多个示例应用直观展示了如何搭建流水线，是学习与实践的绝佳起点。
值得注意的是，针对最新的 DeepStream 9.0 版本，该项目已不再提供预编译的安装包，转而推荐用户在 Ubuntu 24.04 环境下配合 Python 3.12 自行构建，并建议进阶用户关注新的 PyServiceMaker 方案。此外，使用时需注意兼容 numpy 1.x 版本并配置独立的虚拟环境，以确保运行稳定。对于希望在保持开发效率的同时不牺牲硬件加速性能的团队，deepstream_python_apps 是连接高级算法与边缘计算实力的理想桥梁。
使用场景
某智慧交通团队正在基于 NVIDIA Jetson 边缘设备开发实时车辆违规检测系统，需要快速迭代算法并处理复杂的视频流元数据。
没有 deepstream_python_apps 时
- 开发人员被迫使用 C++ 编写核心逻辑，每次调整检测阈值或业务规则都需要重新编译整个项目，迭代周期长达数小时。
- 访问 DeepStream 内部的私有元数据（如车牌号、车速、坐标）极其困难，必须手动解析复杂的 C 结构体指针，极易引发内存泄漏或段错误。
- 难以利用 Python 生态中丰富的 AI 库（如 Pandas 做数据分析、OpenCV 做后处理），导致数据流转需通过繁琐的文件或网络接口中转。
- 团队中擅长算法但 C++ 功底较弱的成员无法直接参与管道构建，严重依赖少数资深工程师，人力瓶颈明显。
使用 deepstream_python_apps 后
- 利用 Gst-python 和 Pybind11 生成的绑定，开发者可直接用 Python 脚本构建 GStreamer 管道，修改业务逻辑后秒级重启验证，研发效率提升十倍。
- 通过封装好的 Python 接口，能够安全、直观地读取和写入 NvDsEventMsgMeta 等复杂元数据，彻底规避了手动管理内存的风险。
- 无缝集成 NumPy（兼容 1.26 版本）和 PyTorch 等库，可在视频流处理过程中直接进行自定义数据清洗或二次推理，实现端到端的 Python 化开发。
- 降低了技术门槛，算法工程师能直接编写样本应用（如 deepstream-test4 的变体），快速将新模型部署到边缘端，加速产品落地。
deepstream_python_apps 让开发者在保留 DeepStream 高性能视频处理能力的同时，获得了 Python 语言的灵活开发与生态整合优势。
运行环境要求
- Linux (Ubuntu 24.04)
需要 NVIDIA GPU (需支持 DeepStream SDK 9.0)，具体型号和显存未说明，需安装 DeepStream SDK 前置依赖
未说明
快速开始
DeepStream Python 应用程序
此仓库包含 DeepStream SDK 的 Python 绑定及示例应用程序。
支持的 SDK 版本：9.0
此版本仅支持 Ubuntu 24.04 上的 DeepStreamSDK 9.0，且需搭配 Python 3.12 和 gst-python 1.24.1！ 由于 DeepStream Python 绑定已被弃用，从 DeepStream 9.0 开始将不再发布 wheel 文件。请按照 bindings 目录下的 README 中的说明自行构建 wheel 文件。建议用户改用 PyServiceMaker。
绑定源代码及构建说明位于 bindings 目录下！适用于 DeepStream 7.1 及以上版本的 PyDS 1.2.0+ 使用了更新的 PyPA 构建系统，以支持已弃用 setup.py 命令行的 pip 24.2+。我们提供一份 指南 用于贡献绑定代码，以及另一份 指南 用于高级用例，例如为自定义数据结构编写绑定。
如有任何问题或 bug，请在 DeepStream SDK 论坛 上提交报告。这将使 DeepStream 社区能够在统一的平台获取帮助。
注意： Python 3.12 需要使用虚拟环境来安装和导入 pip 包：
sudo apt install python3-venv
# 为 pyds 创建虚拟环境
python3 -m venv pyds
（针对 Spark 的修复）
python3 -m venv --system-site-packages pyds
# 激活环境
source ./pyds/bin/activate
注意： 不支持 numpy 2.x。如果已安装 numpy 2.x，请通过以下命令降级：
pip3 install --force-reinstall numpy==1.26.0
注意： deepstream-ssd-parser 应用程序已不再支持，因为 SSD 模型已被弃用。该应用已被移除。
针对 DeepStream Docker 用户的注意： 如果您通过运行 user_deepstream_python_apps_install.sh 脚本安装了 PyDS，请务必同时运行 user_additional_install.sh 脚本。
设置
在系统上安装好 DeepStreamSDK 的先决条件和 DeepStreamSDK 后，导航至
最新的绑定可从 发行版部分 安装。如需，您也可以按照 bindings 目录下的 README 中的说明从源代码构建绑定。
Python 绑定
可以使用 GStreamer 框架的 Python 绑定 Gst Python 来构建 DeepStream 管道。为了访问 DeepStream 元数据，本仓库提供了 Python 绑定。该模块是使用 Pybind11 生成的。
这些绑定支持对元数据结构和函数的 Python 接口。该接口的使用方法在 使用指南 中有详细说明，并在示例应用程序中进行了演示。
Python 绑定的重大 API 变更
alloc_nvds_event_msg_meta() 函数的绑定现在需要一个与 NvDsEventMsgMeta 关联的 NvDsUserMeta 指针。请参考 deepstream-test4 和 bindschema.cpp 以获取参考。
示例应用程序
此处提供的示例应用程序展示了如何使用 Python 操作 DeepStream 管道。
这些示例应用程序需要 元数据绑定 才能正常运行。
要运行示例应用程序或编写自己的应用程序，请参阅 使用指南。
目前我们提供以下示例应用程序：
- deepstream-test1 —— 四类目标检测管道，同时演示对新版 nvstreammux 的支持
- deepstream-test2 —— 四类目标检测、跟踪及属性分类管道
- deepstream-test3 —— 多流管道，执行四类目标检测，同时支持 Triton 推理服务器、无显示模式、文件循环播放和静默模式
- deepstream-test4 —— 用于将分析结果发送到云端的消息代理
- deepstream-imagedata-multistream —— 具有图像缓冲区访问权限的多流管道
- deepstream-test1-usbcam —— 带有 USB 摄像头输入的 deepstream-test1 管道
- deepstream-test1-rtsp-out —— 带有 RTSP 输出的 deepstream-test1 管道，演示如何添加软件编码器选项以支持 Jetson Orin Nano
- deepstream-opticalflow —— 光流及可视化管道，返回 NumPy 数组格式的光流矢量
- deepstream-segmentation —— 分割及可视化管道，返回 NumPy 数组格式的分割掩码
- deepstream-nvdsanalytics —— 带有分析插件的多流管道
- runtime_source_add_delete —— 运行时添加/删除源流
- deepstream-imagedata-multistream-redaction —— 带有面部检测和遮蔽功能的多流管道 注意 现在使用本地接收端而非 RTSP 输出
- deepstream-rtsp-in-rtsp-out —— 带有 RTSP 输入/输出的多流管道——提供命令行选项 “--rtsp-ts” 用于配置 RTSP 源，使其附加时间戳而非流复用器
- deepstream-preprocess-test —— 使用 nvdspreprocess 插件并自定义 ROI 的多流管道
- deepstream-demux-multi-in-multi-out —— 使用 nvstreamdemux 插件生成独立缓冲区输出的多流管道
- deepstream-imagedata-multistream-cupy —— 在多流源中以 CuPy 数组形式从 GPU 访问图像数据——仅限 x86 平台
- deepstream-segmask —— 从 NvOSD_MaskParams 中访问并解释分割掩码信息
- deepstream-custom-binding-test —— 演示如何使用 NvDsUserMeta 附加自定义数据结构——另请参阅 自定义用户元数据指南
每个应用程序的子目录下都提供了详细的说明，详见 apps 目录。
版本历史
v1.2.22025/09/15v1.2.02024/10/17v1.1.112024/05/06v1.1.102023/12/15v1.1.82023/08/08v1.1.62023/02/02v1.1.52022/12/15v1.1.42022/08/30v1.1.32022/06/16v1.1.22022/05/19v1.1.12022/03/10v1.1.02021/10/27v1.0.32021/06/09v1.0.22021/02/24v1.02020/08/04v0.9-alpha2020/04/30v0.5-alpha2019/11/19相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备