weixin_41896321的博客

该文件为在地平线征程5上运行网路视频数据回灌的例子，源代码，可基于此代码模板部署运行不同的目标检测模型。目录结构如下： root@709873f8d3de:/open_explorer/ddk/samples/deploy_model_sample/network_data_view_sample# tree -L 2 . ├── CMakeLists.txt ├── README.md ├── build_and_deploy.sh ├── configs │ ├── codec │ ├── model │ └── vio ├── deploy │ ├── J5_Sample │ ├── configs │ ├── lib │ ├── run_sample.sh │ ├── start_nginx.sh │ └── webservice ├── deps │ └── aarch64 ├── run_sample.sh ├── src │ ├── common │ ├── main.cc │ ├── message │ ├── m

本资源为在地平线征程5开发板---基础开发套件上运行网路视频数据回灌的工具和可执行文件包，目录结构如下： root@709873f8d3de:/open_explorer/ddk/samples/deploy_model_sample/network_data_recharge# tree -L 1 . ├── deploy_net_runtime #运行脚本和模型文件以及配置依赖等 ├── network_send_images #图片数据回灌工具 在linux下运行 └── network_send_video #视频数据回灌，在linux下运行，视频来源网路

该历程为地平线天工开物里面的示例，去掉多余的部分，只留下单张图片推理的代码，编译的时候需要放到地平线AI开发工具链的docker环境中进行编译。

1、先将图像二值化 2、第一次按行扫描图像时，图像中的每个像素值从上到下，从左到右扫描，给每一个有效的像素值一个标签label，规则如下： （1）如果该像素的4邻域中左边像素值和上边像素值都为0且都没有标签，则给该像素一个新的标签label （2）如果该像素的4邻域中左边像素值或上边像素值有一个为1，则该像素的标签是像素值为1的标签 （3）如果该像素的4邻域中左边像素值和上边像素值都为1，且标签相同，则该像素的标签就是此标签 （4）如果该像素的4邻域中左边像素值和上边像素值都为1，且标签不同，则把其中较小的标签作为该像素的标签。这样标记完后，会出现一个连通域里有好几个不同标签，将该像素的左边像素的标签和该像素的上边像素的标签记为相等关系 3、第二次按行扫描图像时，将其中具有相等关系的标签 选择里面最小的标签 作为它们的标签，即访问已经标记的标签并合并具有相等关系的标签