概述
deepstream-occupancy-analytics 项目提供了一种往kafka发送analytics统计数据的方法。但是所有的改动,特别是主程序是用C语言开发的。但写这篇文章的时候,在网上还没发现官方系统性的说明和解释,都是一些零碎的问答。
因此综合,以跨线统计为例,提供了一种python版本发送统计数据的方法,同时详细说明了需要改动和编译哪些C程序以及deepstream python bindings。可以参考定制化自己想要收集并发送的数据内容和格式。
nvidia论坛上有人回复说,在以后的release中,将会提供基于deepstream python发送自定义数据的功能
主要改动分为三点:
- 将自定义的数据结构追加到NvDsEventMsgMeta,例如将
lc_curr_straight
和lc_cum_straight
加入 - 修改eventmsg_payload程序,编译产生
libnvds_msgconv.so
- 同步更改bindschema.cpp, 编译deepstream python bindings
最后只需要在python程序中加入如下代码即可发送自定义的统计数据:
# line crossing current count of frame obj_lc_curr_cnt = user_meta_data.objLCCurrCnt # line crossing cumulative count obj_lc_cum_cnt = user_meta_data.objLCCumCnt msg_meta.lc_curr_straight = obj_lc_curr_cnt["straight"] msg_meta.lc_cum_straight = obj_lc_cum_cnt["straight"]
obj_lc_curr_cnt和obj_lc_cum_cnt的key在config_nvdsananlytics.txt中定义
还有一种更简单的方案。如果场景需求中,时延并不重要,也不需要同时处理大规模视频流的话,可以考虑使用 kafka-python 等python库,直接将获取到的analytics发送出去,