deepstream车道线检测自定义插件化,其中要注意pipeline的配置,如果插件位置配置不对,会报input format should be RGBA when using blur-obje

本文详细介绍了如何在DeepStream中自定义车道线检测插件,包括接入数据流、处理多通道、保存检测结果到userMeta以及避免配置错误导致的输入格式问题。
摘要由CSDN通过智能技术生成


deepstream推理,进行车道线检测方法有三种
方法1:想来想去,我觉得还是将车道线检测进行插件化,自定义ds-example,这样有灵活性,哪里都可以用,后期优化也方便,userMeta向下传递数据,displaymeta也传递下去进行绘制,这样可以不用自己写point的赋值过程,而且后面直接用这个displaymeta就可以显示出来。
最新思路是将ds-example中的mat数据发布的到ros,然后车道线检测程序订阅ros,最后将检测的结果返回给ros。
方法2:不选择使用nvinfer插件去推理车道线检测,因为用这个nvinfer插件的话,可能需要具体了解这个插件的代码是如何加载它的配置文件,因为车道线检测的点很多,所以如果用这个方法的话,且不说推理的结果如何传递下去,本身推理的过程有可能需要修改nvinfer的代码了,因为他是通过解析配置文件进行推理的。
方法3:如果用并行的方式的化需要加入多个插件:加入tee,加入nvstreamdemux,再加入nvstreammux,才可以将视频流分开,分开之后,推理还是需要想其他办法。
选择插件化的好处:

1,将插件的数据流接入到nvds-example,这个插件本身接入了图像视频数据流

在 DeepStream 的插件数据流过程中,视频图像是通过 GS

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

鼾声鼾语

感谢您的支持鼓励!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值