1,需求描述:
本文是基于deepstream-app;同理可以看deepstream-test2的源码
关于串行多模型配置的说明,参见文章:deepstream的nvinfer属性功能介绍
如果你有这样的需求,例如在进行目标识别,我们识别出一个车,但是还想要识别出这个车是颜色,什么厂家的,那这个时候,我们就需要进行串行任务执行了。
“单一检测器(detector)”检测出来的物件是离散型的内容,例如车、人、脚踏车这些各自独立的信息。有没有什么方法能够实现“组合信息”呢?例如“黑色/大众/SUV 车”!
DeepStream 有一个非常强大的功能,就是多模型组合检测的功能,以一个主(Primary)推理引擎(GIE:GPU Inference Engine)去带着多个次(Secondary)推理引擎,就能实现前面所说的功能。
2,功能介绍:
Primary_Detector:作为项目的主检测器,这是用 Caffe 框架以 ResNet10 网络所训练的 4 类检测器,能检测“Car”、“Bicycle”、“Person”、“Roadsign”四种物件,这个数据可以在目录下的 labels.txt 中找到。
Primary_Detector_Nano:将Primary_Detector里的模型,针对 Jetson Nano(含 2