SuperAPI AI 工具集

rtvi-cv-scaffold-vss-service

通用与其它

查看项目

更新于 10-16 09:46

技能介绍

用途:脚手架生成一个可部署的自定义感知微服务,可替换 VSS 默认感知服务,用 YOLO26 检测器接入既有 VSS Search / Alerts / 行为分析工作流,并保持 mdx-raw、protobuf-2 等集成契约不变。

主要能力:生成可运行仓库,包含 Dockerfile(DeepStream 9.1 与自定义解析器钩子)、service_config.json、compose/service.compose.yml、pipeline 配置(ds-app-config.txt、pgie-yolo26-config.txt、NvDCF tracker、Kafka 与 msgconv 配置)、app 适配层、tools/kafka_smoketest.py 和 tests。

用法:先读 references/integration-contract.md 等文档;单独克隆或复用 VSS Blueprint v3.2.1 兼容检出并设置 VSS_ROOT,不要相对生成目录寻找 VSS。运行: python3 scripts/scaffold_rtvi_vss_service.py --service-name <name> --output-dir <target-dir> --num-classes <N> --vss-profiles bp_developer_search_2d bp_developer_alerts_2d_cv 随后放入用户提供的 YOLO26 ONNX、labels 与自定义解析器 .so,再 docker build -t <service-name>:dev <target-dir>。从独立 VSS 检出启动对应 profile,确认 kafka-topic-init-container 已 Exited (0),再以 host 网络单独启动生成服务,KAFKA_BOOTSTRAP 默认 localhost:9092。验证:python3 -m unittest discover -v -s tests -p 'test_*.py';python3 tools/kafka_smoketest.py --describe-only 与 --timeout 120。

适用场景:替换默认感知服务、添加新类或领域跟踪逻辑、在客户硬件交付与自管 VSS 集成的感知微服务。

限制:技能不部署或运维 VSS 本身;脚手架输出为 YOLO26 参考实现,换其他检测器需手动改 pgie 与 compose;分割帧掩码未自动生成。缺少 ONNX、labels、解析器时只能完成脚手架与主机单元测试,实时 DeepStream 路径无法运行;冒烟测试只确认 mdx-raw 收到非空消息,不解码 protobuf 或校验字段。不得改主题名、payload 类型或改用自定义 Python Kafka 生产者,并需保持 track_id 跨帧稳定。权威参考见对应 NVIDIA VSS 与 DeepStream 文档 URL。