示例是演示如何使用DL Streamer的簡單應用程序<INSTALL_DIR&gt;/data_processing/dl_streamer/samples目錄。

樣本分為幾類

1.gst _ launch命令行示例(示例通過gst-launch-1.0命令行實用程序)

　　o Face Detection And Classification Sample-使用gvadetect和gvaclassify元素構(gòu)建目標檢測和分類流水線實例，檢測人臉并估計年齡、性別、情感和標志點

　　o Audio Event Detection Sample-使用gvaaudiodetect元素構(gòu)建音頻事件檢測管道示例，并使用gvametaconvert、gvametapublish元素將帶有推理結(jié)果的音頻事件元數(shù)據(jù)轉(zhuǎn)換為JSON格式并在標準輸出上打印

　　o Vehicle and Pedestrian Tracking Sample-演示如何通過gvatrack元素進行目標跟蹤

　　o Metadata Publishing Sample-演示如何使用gvametaconvert和gvametapublish元素將帶有推理結(jié)果的元數(shù)據(jù)轉(zhuǎn)換為JSON格式并發(fā)布到文件或Kafka/MQTT消息總線

　　o gvapython Sample-演示了使用gvapython元素的管道定制，以及應用程序為推理后處理提供的python腳本

2.C++示例

　　o Draw Face Attributes C++Sample-構(gòu)建管道并設置“C”回調(diào)來訪問框架元數(shù)據(jù)和可視化推理結(jié)果

3.Python samples

　　o Draw Face Attributes Python Sample-構(gòu)建管道并設置Python回調(diào)來訪問框架元數(shù)據(jù)和可視化推理結(jié)果

4.Benchmark

　　o Benchmark Sample-測量單通道或多通道視頻分析管道的整體性能

如何構(gòu)建和運行

　　示例C/c++代碼提供build_and_run.sh腳本，在執(zhí)行前通過cmake構(gòu)建應用程序。

　　其他示例(沒有C/c++代碼)提供了用于構(gòu)造和執(zhí)行gst-launch或Python命令行的.sh腳本。

深度學習模型

　　DL Streamer樣本使用來自OpenVINO?Toolkit Open Model Zoo的預訓練模型

　　在運行示例之前，運行一次腳本download_models.sh以下載示例所需的所有模型。位于samples頂部文件夾中的腳本。

導入視頻

　　DL Streamer示例中的第一個命令行參數(shù)指定輸入視頻和支持

　　 ? 本地視頻文件

　　 ? 網(wǎng)絡攝像設備(/dev/video0)

　　 ? RTSP camera(例如URL以rtsp://開始)或其他流媒體源(例如URL以http://開始)

　　如果命令行參數(shù)沒有指定，大多數(shù)默認的流視頻樣例都來自預定義的HTTPS鏈接，因此需要網(wǎng)絡連接。

N注意:大多數(shù)示例在視頻接收器元素中設置屬性sync=false以禁用實時同步并盡可能快地運行管道。更改為sync=true以實時速度運行管道。