技术路线：deepstream技术路线，NVIDIA提供的pipeline；在自动驾驶领域对于相机实时性要求极高，以及需要多相机对车辆进行360度的监测。
问题大致的描述：在使用deepstream的时候，RTSP网络相机以及USB相机，有延迟和拖延；在使用rtsp网络相机的时候，发现一路网络相机帧率到20fps，两路的话也能到20fps，但是三路到15fps，还出现了马赛克以及拖拽延迟的问题，从而研究了其解决方法；
研究过程：
第一步：首先使用一路RTSP相机，帧率到20FPS，整个过程流畅，GPU利用率最高在90%；
第二步：使用了两路RTSP相机的时候，帧率被拉平，帧率平均到15FPS，这个时候相机检测的画面出现马赛克，以及延迟拖拽现象（当前实时画面被延迟播放，但播放的整个过程相对流畅），分析原因，可能是检测精度太高，通过修改加速模型生成的文件，将监测精度从FP32降低到FP16，这里我们不建议降低到INT8，因为INT8比FP16精度低，误检测会有点多，但是数据量小、能耗低，计算速度相对更快）
这个时候我们使用两路相机进行检测，发现两个相机的帧率都提高到20FPS，而且延迟得到改善。
第三步：我们使用三路相机，采用FP16计算精度进行检测，三路相机的帧率被拉低到15FPS，同时存在了延迟拖拽现象，查看GPU使用率分之到95%
原因分析：马赛克的出现说明带宽过大，GPU算力有限