Jetson Orin Nano Super 平台的 AI 摄像头实战开发

学习如何在 Jetson 上逐步完成视频采集、图像处理并运行 YOLOv8 检测。

Created by治陈

Last updated 10/2025

Chinese (Simplified)

What you'll learn

快速上手NVIDIA Jetson，掌握嵌入式AI开发基础。
培养独立部署边缘AI系统用于计算机视觉项目的信心。
使用GStreamer和OpenCV构建自己的AI演示，应用于现实场景。
了解如何使用Nvidia Jetson连接、捕获和处理实时视频流

Course content

3 sections • 26 lectures • 1h 4m total length

Jetson Orin Nano Super 开发板简介2:20
本次讲座将让您全面了解Jetson Orin Nano Super的硬件和功能，包括其性能、扩展能力和应用场景。它将使参与者能够快速熟悉这个强大的人工智能开发平台。
Jetson Orin Nano Super 实践课程概览2:57
本次讲座呈现了该课程的完整教学大纲。学生将清楚地看到课程的结构，从硬件学习和界面使用到人工智能应用案例和最终演示。
课程大纲与学习结构4:26
本次讲座呈现了该课程的完整教学大纲。学生将清楚地看到课程的结构，从硬件学习和界面使用到人工智能应用案例和最终演示。
Jetson Orin Nano Super 实践效果展示4:05
在本次讲座中，我们将展示在Jetson Orin Nano Super上运行的AI演示。通过对象检测等实时示例，学生将体验到该板强大的性能及其作为学习平台的价值。本次讲座还提供了一套完整的支持PPT，方便学生：通过参考代码了解过程和实施细节，并结合PPT快速复习课程要点。

GStreamer 简介6:06
本次讲座介绍了GStreamer、其核心概念及其在多媒体处理中的作用，为学生打下了坚实的基础
GStreamer 摄像头工程流程概览1:42
本讲座解释了GStreamer的整体工作流程，从数据源到播放，重点介绍了其基于管道的架构。
代码讲解（第 1 部分）：GStreamer 初始化1:38
本讲座将带领你了解 GStreamer 初始化过程的核心原理与实现方式。在开始构建多媒体管道之前，我们需要先对 GStreamer 环境进行初始化，以确保所有插件、设备与资源都能被正确加载。
代码讲解（第 2 部分）：GStreamer 管道描述3:35
本讲座解释了如何描述GStreamer管道，包括定义元素及其连接。
代码讲解（第 3 部分）：创建 GStreamer 管道1:46
本讲座演示了如何在代码中创建GStreamer管道，为进一步的操作奠定了基础。
代码讲解（第 4 部分）：连接 GStreamer 元素1:43
本讲座将介绍GStreamer的总线机制，解释如何绑定总线来处理消息和错误。
代码讲解（第 5 部分）：播放与进入主循环1:13
本讲座解释了如何将管道设置为播放状态，并通过主循环对其进行维护。
代码讲解（第 6 部分）：退出与释放 GStreamer 资源0:45
本讲座将展示如何优雅地退出GStreamer程序并正确释放资源。
GStreamer工程的Makefile 文件讲解0:44
解释如何编写和使用Makefile来编译GStreamer，从而提高构建效率。
GStreamer 摄像头工程运行结果展示2:03
本讲座将演示使用GStreamer项目捕获相机图像的实际运行效果。参与者可以直接观察Jetson平台上摄像机视频流的实时显示、GStreamer流水线在执行过程中的性能、程序操作的输出效果以及可能的调试提示。在本次讲座中，我们将演示GStreamer项目从摄像机捕获视频流的实时运行效果。您将能够清楚地看到：Jetson平台上的实时视频流显示、GStreamer管道的执行过程、程序输出和调试消息。

OpenCV 功能简介3:15
简要概述OpenCV的核心功能，包括图像处理、视频捕获、绘图和深度学习推理模块，为与GStreamer集成做准备。
GStreamer 与 OpenCV 集成的概念1:58
解释了GStreamer和OpenCV在视频流处理中的关系，突出了它们各自的优势和集成工作流程。
GStreamer+OPENCV项目整体工作流程概览1:26
本章主要介绍GStreamer+OPENCV AI摄像头的整体流程
代码讲解（第 1 部分）：理解 read_yolov8_labels 函数1:07
详细解释如何读取YOLOv8标签文件，为解码分类结果做准备。
代码讲解（第 2 部分）：使用 VideoCapture 进行视频采集2:37
介绍OpenCV的VideoCapture功能，展示如何从相机或视频流中捕获图像数据。
代码讲解（第 3 部分）：使用 VideoWriter 初始化视频输出2:05
演示如何使用OpenCV的VideoWriter将视频结果保存到文件中
代码讲解（第 4 部分）：通过 DNN 加载 YOLOv8 模型1:08
解释如何使用OpenCV的DNN模块加载YOLOv8模型并为推理做准备。
代码讲解（第 5 部分）：在 OpenCV 中使用 DNN 进行 YOLOv8 推理2:27
演示如何使用DNN模块执行YOLOv8推理以获得对象检测结果。
代码讲解（第 6 部分）：解码 YOLOv8 边界框7:45
演示如何解码YOLOv8模型的输出以获得边界框坐标。
代码讲解（第 7 部分）：绘制 YOLOv8 检测框2:14
演示如何使用OpenCV的矩形函数在视频帧上绘制检测结果。
GStreamer+OPENCV工程的Makefile 文件讲解0:55
解释如何编写和使用Makefile来编译GStreamer+OpenCV项目，从而提高构建效率。
AI 摄像头运行结果展示2:43
本次讲座将展示使用GStreamer+OpenCV目标识别捕获相机图像的项目的实际运行效果。学员可以直接在Jetson平台上观察摄像头视频流的实时显示和目标识别。在本次讲座中，我们将演示GStreamer项目从摄像机捕获视频流的实时运行效果。您将能够清楚地看到：Jetson平台上的实时视频流显示、GStreamer管道的执行过程、程序输出和调试消息

Requirements

Linux命令的基本知识是有帮助的，但不是必需的
建议使用Jetson Orin Nano Super板（或其他Jetson设备）
无需具备CUDA、TensorRT或GStreamer的使用经验

Description

本入门课程专为希望在 NVIDIA Jetson Orin Nano Super 平台上开发 AI 摄像头项目的开发者、学生和创客而设计。

我们注重 实战演示 而非复杂理论。通过循序渐进的讲解，你将学会：

使用 GStreamer 从摄像头采集视频流
结合 OpenCV 进行图像帧处理与目标框绘制
在 Jetson 上直接运行 YOLOv8 进行目标检测
搭建一个完整的 端到端 AI 摄像头管线

本课程非常适合对 边缘端 AI 感兴趣、但希望先通过一个短小而聚焦的入门课程快速上手的学习者。

本课程将带你系统学习在 NVIDIA Jetson Orin Nano Super 上的 AI 摄像头开发，融合了 GStreamer、OpenCV 与 YOLOv8 的实时视频处理。
你将学会如何构建高效的摄像头处理管线，优化 CPU 与 GPU 之间的数据流，并在嵌入式系统上应用 AI 模型进行检测与分析。

课程从 视频采集 入手，逐步引导到 智能推理，每个环节都配有清晰的代码示例与实机演示。
我们聚焦于 工程实战 —— 教你如何让真实项目在 Jetson 平台上高效、稳定地运行。

Who this course is for:

本课程主要以中文授课，并配有英文字幕。
它专为希望使用NVIDIA Jetson、GStreamer、OpenCV和YOLOv8探索嵌入式人工智能的中文学生、开发人员和初学者而设计。
对计算机视觉和人工智能推理感兴趣的学生或工程师
希望亲身体验GStreamer、OpenCV和YOLOv8的开发人员
想要使用NVIDIA Jetson探索嵌入式AI的初学者
它专为希望使用NVIDIA Jetson、GStreamer、OpenCV和YOLOv8探索嵌入式人工智能的中文学生、开发人员和初学者而设计。

Jetson Orin Nano Super 平台的 AI 摄像头实战开发

What you'll learn

Explore related topics

Course content

Jetson Orin Nano Super 入门与实践体验4 lectures • 14min

GStreamer 摄像头工程项目10 lectures • 21min

GStreamer + OpenCV AI Camera Project12 lectures • 30min

Requirements

Description

Who this course is for: