canyingfeixue的专栏

基础准备：1、梯子2、ubuntu 20.04LTS系统3、原生的英伟达jetson orin nano套件开发主板。

别用SSH连接，在GUI桌面下执行。

报错CDLL改为。

2>vim /etc/profile，添加unset DISPLAY，然后souce /etc/profile生效，然后重启机器reboot。并且eglGetDisplay(EGL_DEFAULT_DISPLAY)返回NULL？1>在ssh终端输入unset DISPLAY，然后再运行程序即可。

注意是版本问题i导致。

解决方案set false。

【代码】GstRtspServer服务端推送Opencv渲染图像帧。

先安装PaddlePaddle基础。

【代码】jetson orin nane 编译 paddle。

【代码】A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.0 as it may crash [duplicate]

【代码】在jetson nano中安装jetson.inference模块。

export PIP_CACHE_DIR=/你的新缓存路径。set PIP_CACHE_DIR=C:\你的新缓存路径。

经过排查是由于返回帧解码还原图像后进行回调委托时候导致的，需要重新copy()一份解码后的jpgBuffer就搞定了。但放到项目代码中发生了故障， 现象是播放是可以的，停止播放调用“PlayM4_Stop（）”的时候会阻塞。在使用海康SDK开发视频回放时，使用demo测试播放、停止，是正常的。

使用yolov5进行图像分类训练后，得到模型进行预测，发现执行时好报错，开始以为是numpy 或者其他版本的原因。后来想起来是必须将“yolov5/export.py”文件拷贝到"classify/"文件夹下才可以。拷贝后重新运行问题已解决。

在读取同一个csv文件的时候，服务器可以正常解析，而本机报错。初步分析是pandas版本问题导致。经过测试后果然是版本问题。

是由于python的tensorrt版本不正确导致的。需要安装tensorrt文件夹中whl文件才可以。

下载地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b。下载地址：https://developer.nvidia.com/nvidia-tensorrt-8x-download。下载地址：https://developer.nvidia.com/cuda-toolkit-archive。下载地址：https://github.com/NVIDIA-AI-IOT/torch2trt。4、安装torch CUDA 11.8。

使用dify搭建了本地模型，设计了一个工作流。使用python调用dify的api接口。Python基本 dify.py如下。

经过排查是因为更换环境后需要重新生成tensort的模型，因为生成时候搞错了文件名，导致服务端启动后并未真正的运行起来，从而导致接受到客户端发送的bytes图片数据时，进行推理的时候导致了程序错误，但没任何提示，因此处于阻塞状态。系统主要是启动一个socket服务端，监听客户端的发送的图片数据，交给本地tensortrt进行推理后返回结果。因为，服务器环境变更了，所以重新部署，发现客户端连接后发送图片时，服务端无任何反应，再断开后，无法连接服务端。重新修改模型文件名，重启后正常。

项目需要使用FTP服务，服务器为linux系统，经过测试使用传统的linux搭建ftp服务器则需要操作系统的用户名及安装相关组件，对于用户权限和文件夹的管理非常的不方便，因此，经过网络查找与实际测试，则发现pyftpdlib这python的库，可以非常简单、高效的搭建起来ftp服务端。但是在外网访问时，需要做安全策略，增加了端口映射，并只开放了外21到内21端口，这就导致虽然互联网客户端可以访问该21服务，但是传输的文件则为0bytes。上面的代码可以在内网做很好的工作，并且也实现了。

程序报错。

使用NET_DVR_PlayBackByTime_V40 进行时间段播放时，会发生刚刚播放的视频画面时间是00:00:00，突然变成了 07:00:00，视频画面会总是随机变。使用Python配合海康的linux库和win库进行二次开发，具体是完全使用python对远程海康摄像头视频取流，并将解析出每一帧图像为JPG文件。因此，必须要获取PlayM4_InputData（）返回的状态，如果返回false，一定要休眠1秒钟后，再次传入即可。此时，会发现渲染后的图像显示的时间是错的了。

近期在做ubuntu 20.04LTS下python开发海康sdk相关接口，使用FastAPI提供web接口，进行远程操作海康设备。初始化类时，先调一次海康登录的方法，然后再去导入FastAPI，这样，后面在操作海康登录时就不会出错了。如果import FastAPI 放到 登录方法后面就不会出现这个问题。放在海康设备登录前面就出错。因此，该问题就是由于 fastapi同样适用libssl导致和海康的冲突。项目放到ubuntu下后再登录海康设备发生了错误“”这一行，显然是加载libssl.so发生了错误。

其主要代码就是GetJPEG方法，但是由于pytohn要调用底层的c++，对于传入参数上有点区别，需要额外注意一下。通道号如果是硬盘录像机则通道1实际通道号要填写33，而普通摄像头通道1就是1。使用下文代码中的 start_playback（

在研究使用Python开发海康SDK视频回放功能，通过对官方demo的修改实现了一些功能，但是在回放视频的时候发现总是“打开流失败！”，而相同的代码在实时播放流却可以正常运行。经过排查，我在操作类初始化的时候传入的self.play_ctrl_port=c_long(-1)，-1在取实时流时是可以的，在取回放视频时必须要设置>0的数值才可以。经过对照海康SDK工具包\库文件\plaympeg4.h 头文件中的错误列表。报错原因为“#define。

首先，需要在海康开发平台下载网络SDK，需要手机号接收短信登录。该SDK是自带了一些python脚本demo，但实际测试会有报错情况。

版本太低导致，重新安装。

【代码】Ubuntu下安装Kivy、Buildozer编译环境。

Error checking compiler version for cl:[WinError 2] 系统找不到指定的文件。同时，安装VS2022或C++编译将 cl.exe 路径加到环境变量就行了！我在windows10下安装torchnvjpeg系统环境时，发生了报错。

设置正确的环境变量 export CPATH=:/usr/local/cuda-12.2/bin:/usr/local/cuda-12.2/include:/usr/local/cuda-12.2/报错：key，则需要先拷贝key到指定目录“cp .... key"，然后再执行安装包。报错：key，则需要先拷贝key到指定目录“cp .... key"，然后再执行安装包。如果报错：请先切换为命令行，然后重启reboot系统后再执行即可。报错：提示g++等编译错误、nvcc错误等。执行命令，下载本地安装包。

为了方便融合FastAPI的接口和类自身的方法管理，则实现融合管控，互相内部self调用。

在调试Python时候，每当按F5 调试时，vscode会自动执行 cd /XXXX 到项目的根目录，而非选中的文件所在目录。在 VSCode 中调试时，默认的工作目录是根目录。如果你希望在按 F5 调试时使用当前文件的目录，可以通过设置。"cwd": "${fileDirname}" // 这里设置为当前文件的目录。"name": "Python: 当前文件",点击左侧活动栏中的“运行和调试”图标（或使用快捷键。，这样会将当前文件的目录作为工作目录。中找到你的调试配置，添加或修改。

但是在执行推理测试脚本时报错提示“CUDA error: an illegal memory access was encountered”，如下图所示。我用yolov5 5.7训练的一个模型文件，使用torch2trt转换成了batch=350的模型文件，转换成功。经过分析，后来发现原来是推理测试脚本设置的batch错误，导致内存申请不匹配。所以该原因是模型batch尺寸不一致导致的，修改后。

增加如上代码后，在进行plt绘制图像时就不会自动弹窗了。

【代码】Python matplotlib绘制中文字符的图像。

【代码】Linux下使用pyqt5播放MP4视频。

Pyqt5中QListView默认双击会进入编辑状态。

self.initUI() # 界面绘制交给InitUi方法。# 创建应用程序和对象。