English | 简体中文
本例程用于说明如何使用sophon-stream快速构建视频目标跟踪应用，并将算法结果推流输出；
本例程插件的连接方式如下图所示:
- 检测模型使用yolox；
- 跟踪模型使用bytetrack；
- 支持BM1684X(x86 PCIe、SoC)，BM1684(x86 PCIe、SoC、arm PCIe)，BM1688(SoC)
- 支持多路视频流
- 支持多线程
在scripts目录下提供了相关模型和数据的下载脚本download.sh。
脚本执行完毕后，会在当前目录下生成data目录，其中包含models和videos两个子目录。
# 安装unzip，若已安装请跳过，非ubuntu系统视情况使用yum或其他方式安装
sudo apt install unzip
chmod -R +x scripts/
./scripts/download.sh下载的模型包括：
./models/
├── BM1684
│ ├── yolox_bytetrack_s_fp32_1b.bmodel # 用于BM1684的FP32 BModel，batch_size=1
│ ├── yolox_bytetrack_s_fp32_4b.bmodel # 用于BM1684的FP32 BModel，batch_size=4
│ ├── yolox_bytetrack_s_int8_1b.bmodel # 用于BM1684的INT8 BModel，batch_size=1
│ ├── yolox_bytetrack_s_int8_4b.bmodel # 用于BM1684的INT8 BModel，batch_size=4
│ ├── yolox_s_fp32_1b.bmodel # 用于BM1684的FP32 BModel，batch_size=1
│ ├── yolox_s_fp32_4b.bmodel # 用于BM1684的FP32 BModel，batch_size=4
│ ├── yolox_s_int8_1b.bmodel # 用于BM1684的INT8 BModel，batch_size=1
│ └── yolox_s_int8_4b.bmodel # 用于BM1684的INT8 BModel，batch_size=4
├── BM1684X
│ ├── yolox_bytetrack_s_fp32_4b.bmodel # 用于BM1684X的FP32 BModel，batch_size=4
│ ├── yolox_bytetrack_s_fp32_1b.bmodel # 用于BM1684X的FP32 BModel，batch_size=1
│ ├── yolox_bytetrack_s_int8_1b.bmodel # 用于BM1684X的INT8 BModel，batch_size=1
│ ├── yolox_bytetrack_s_int8_4b.bmodel # 用于BM1684X的INT8 BModel，batch_size=4
│ ├── yolox_s_fp32_1b.bmodel # 用于BM1684X的FP32 BModel，batch_size=1
│ ├── yolox_s_fp32_4b.bmodel # 用于BM1684X的FP32 BModel，batch_size=4
│ ├── yolox_s_int8_1b.bmodel # 用于BM1684X的INT8 BModel，batch_size=1
│ └── yolox_s_int8_4b.bmodel # 用于BM1684X的INT8 BModel，batch_size=4
└── BM1688_2cores
├── yolox_s_int8_1b.bmodel # 用于BM1688的INT8 BModel，batch_size=1
└── yolox_s_int8_4b.bmodel # 用于BM1688的INT8 BModel，batch_size=4模型说明:
1.yolox_bytetrack_s系列模型移植于bytetrack官方，插件配置mean=[0,0,0]，std=[255,255,255]，支持person类别的检测任务。
2.yolox_s系列模型移植于yolox官方，插件配置mean=[0,0,0]，std=[1,1,1]，支持COCO数据集的80分类检测任务。
下载的数据包括：
./data/videos # 测试视频
├── mot17_01_frcnn.mp4
├── mot17_03_frcnn.mp4
├── mot17_06_frcnn.mp4
├── mot17_07_frcnn.mp4
├── mot17_08_frcnn.mp4
├── mot17_12_frcnn.mp4
├── mot17_14_frcnn.mp4
└── sample_1080p_h265.mp4如果您在x86/arm平台安装了PCIe加速卡（如SC系列加速卡），可以直接使用它作为开发环境和运行环境。您需要安装libsophon、sophon-opencv和sophon-ffmpeg，具体步骤可参考x86-pcie平台的开发和运行环境搭建或arm-pcie平台的开发和运行环境搭建。
如果您使用SoC平台（如SE、SM系列边缘设备），刷机后在/opt/sophon/下已经预装了相应的libsophon、sophon-opencv和sophon-ffmpeg运行库包，可直接使用它作为运行环境。通常还需要一台x86主机作为开发环境，用于交叉编译C++程序。
程序运行前需要编译可执行文件。
可以直接在PCIe平台上编译程序，具体请参考sophon-stream编译
通常在x86主机上交叉编译程序，您需要在x86主机上使用SOPHON SDK搭建交叉编译环境，将程序所依赖的头文件和库文件打包至sophon_sdk_soc目录中，具体请参考sophon-stream编译。本例程主要依赖libsophon、sophon-opencv和sophon-ffmpeg运行库包。
配置文件位于 ./config
其中，yolox_bytetrack_osd_encode_demo.json是例程的整体配置文件，管理输入码流等信息。在一张图上可以支持多路数据的输入，channels中包含每一路码流url等信息。
{
"channels": [
{
"channel_id": 2,
"url": "../yolox_bytetrack_osd_encode/data/videos/mot17_01_frcnn.mp4",
"source_type": "VIDEO",
"loop_num": 1
},
{
"channel_id": 3,
"url": "../yolox_bytetrack_osd_encode/data/videos/mot17_03_frcnn.mp4",
"source_type": "VIDEO",
"loop_num": 1
},
{
"channel_id": 20,
"url": "../yolox_bytetrack_osd_encode/data/videos/mot17_06_frcnn.mp4",
"source_type": "VIDEO",
"loop_num": 1
},
{
"channel_id": 30,
"url": "../yolox_bytetrack_osd_encode/data/videos/mot17_08_frcnn.mp4",
"source_type": "VIDEO",
"loop_num": 1
}
],
"engine_config_path": "../yolox_bytetrack_osd_encode/config/engine_group.json"
}engine.json 包含对graph的配置信息，这部分配置确定之后基本不会发生更改。
需要注意，部署环境下的NPU等设备内存大小会显著影响例程运行的路数。如果默认的输入路数运行中出现了申请内存失败等错误，可以考虑把输入路数减少，即删去channels里的部分元素，再进行测试。
这里摘取配置文件的一部分作为示例：在该文件内，需要初始化每个element的信息和element之间的连接方式。element_id是唯一的，起到标识身份的作用。element_config指向该element的详细配置文件地址，port_id是该element的输入输出端口编号，多输入或多输出的情况下，输入/输出编号也不可以重复。is_src标志当前端口是否是整张图的输入端口，is_sink标识当前端口是否是整张图的输出端口。 connection是所有element之间的连接方式，通过element_id和port_id确定。
[
{
"graph_id": 0,
"device_id": 0,
"graph_name": "yolox_osd_encode",
"elements": [
{
"element_id": 5000,
"element_config": "../yolox_bytetrack_osd_encode/config/decode.json",
"ports": {
"input": [
{
"port_id": 0,
"is_sink": false,
"is_src": true
}
],
"output": [
{
"port_id": 0,
"is_sink": false,
"is_src": false
}
]
}
},
{
"element_id": 5001,
"element_config": "../yolox_bytetrack_osd_encode/config/yolox_group.json",
"inner_elements_id": [10001, 10002, 10003]
},
{
"element_id": 5004,
"element_config": "../yolox_bytetrack_osd_encode/config/bytetrack.json"
},
{
"element_id": 5005,
"element_config": "../yolox_bytetrack_osd_encode/config/osd.json"
},
{
"element_id": 5006,
"element_config": "../yolox_bytetrack_osd_encode/config/encode.json",
"ports": {
"input": [
{
"port_id": 0,
"is_sink": false,
"is_src": false
}
],
"output": [
{
"port_id": 0,
"is_sink": true,
"is_src": false
}
]
}
}
],
"connections": [
{
"src_element_id": 5000,
"src_port": 0,
"dst_element_id": 5001,
"dst_port": 0
},
{
"src_element_id": 5001,
"src_port": 0,
"dst_element_id": 5004,
"dst_port": 0
},
{
"src_element_id": 5004,
"src_port": 0,
"dst_element_id": 5005,
"dst_port": 0
},
{
"src_element_id": 5005,
"src_port": 0,
"dst_element_id": 5006,
"dst_port": 0
}
]
}
]osd.json等配置文件是对具体某个element的配置细节，设置了模型参数、动态库路径、阈值等信息。该配置文件不需要指定id字段和device_id字段，例程会将engine.json中指定的element_id和device_id传入。
其中，thread_number是element内部的工作线程数量，一个线程会对应一个数据队列，多路输入情况下，需要合理设置数据队列数目，来保证线程工作压力均匀且合理。
{
"configure": {
"osd_type": "TRACK",
"class_names_file": "../yolox_bytetrack_osd_encode/data/coco.names",
"draw_utils": "OPENCV",
"draw_interval": false,
"put_text": false
},
"shared_object": "../../build/lib/libosd.so",
"name": "osd",
"side": "sophgo",
"thread_number": 1
}对于PCIe平台，可以直接在PCIe平台上运行测试；对于SoC平台，需将交叉编译生成的动态链接库、可执行文件、所需的模型和测试数据拷贝到SoC平台中测试。
SoC平台上，动态库、可执行文件、配置文件、模型、视频数据的目录结构关系应与原始sophon-stream仓库中的关系保持一致。
测试的参数及运行方式是一致的，下面主要以PCIe模式进行介绍。
运行可执行文件
./main --demo_config_path=../yolox_bytetrack_osd_encode/config/yolox_bytetrack_osd_encode_demo.json运行结果如下
total time cost 74520023 us.
frame count is 3077 | fps is 41.2909 fps.如果encode选择RTSP模式，需要启动推流服务器。您可以使用vlc软件打开推流地址查看视频算法结果，详细说明查看encode插件文档说明。
由于Osd插件画图速度慢，本例程暂不提供性能测试结果，如需各模型推理性能，请到对应模型例程查看。