Add inference snapshot notify client

This commit is contained in:
gqc
2026-06-05 18:14:00 +08:00
parent b5fad0e94f
commit ebc7aaa11c
16 changed files with 2243 additions and 96 deletions
@@ -0,0 +1,101 @@
# 上传链路修复与项目结构说明
## 本次修改
本次修改目标是让推理程序只负责当前帧识别结果上报,不在推理侧处理抖动、持续时间或漏报补偿。
- 只有 `prop >= conf_threshold` 且目标在 workspace 内,才进入 upload 候选。
- `0.30 <= prop < conf_threshold` 只记录为 `weak_present`,不上传。
- `prop < 0.30` 只记录为 `filtered_low_conf`,不上传。
- 低置信截图功能已停用:`maybe_trigger_low_conf_snapshot` 仍保留在代码中,但当前没有调用点。
- 取消推理侧三帧稳定门槛,抖动和持续时间判断交给管理程序。
- 取消 500ms upload 节流逻辑,当前帧满足上传条件就尝试上报;如果已有上传线程正在运行,则记录 `upload_skip_busy`
- 保留同一 `class_idx` 的多 label 合并上传逻辑。
- upload 日志保留复查字段:`label``number``prop``box``edge_touch``left_edge``boxes``rga`
- upload busy 状态改为创建线程前预约、线程结束后释放,避免连续帧在上传线程尚未置位前重复创建多个上传线程。
## 命令行与日志
命令行输出恢复为主分支风格,不再受日志采样影响:
- 低于阈值:`skip prop = ... for class ...`
- workspace 内且超过阈值:`in result ...`
- workspace 外:`not in result ...`
日志系统与命令行输出分离:
- `.log` 里的详细检测事件如 `frame_seen``strong_present``weak_present``filtered_workspace``filtered_low_conf` 仍按采样策略记录。
- `upload_positive``upload_positive_payload` 每次真实上传都会记录。
- `edge_touch=1` 表示目标框贴到 640x640 模型输入边界,`left_edge=1` 表示贴左边界;这两个字段只用于复查,不影响上传判断。
- `rga=` 记录最近一次 RGA 输入输出信息,如源宽高、stride、640x640 目标区域和上下填充位置,便于对照 RTSP 现场流和回放视频。
- `frame=` 是推理回调序号,不等同于主循环中的 `handling [N]th frame`
## 心跳包
管理程序源码已拉到本地 `rk1808-tool/` 用于对照。
当前管理程序的 `/video/post` 入口在 `rk1808-tool/controllers/report.go`,接收 JSON 结构为:
```text
serial
at
type
params[].name
params[].class_idx
params[].number
```
推理程序保留 60 秒本地心跳日志,但不再通过 `/video/post` 上传心跳:
- `HEARTBEAT_SECS = 60`
- 如果 60 秒内没有正例 upload,只记录 `heartbeat_log_only ... upload=0`
- 心跳不会生成 `heartbeat_payload`,也不会进入 `/video/post`
- 推理程序禁止主动上传 `number=0``upload_info` 也会防御性跳过 `total_number <= 0`
- 原因:当前 `rk1808-tool``InsertEvent``class_idx` 作为全局缓存 key,不区分摄像头;任意摄像头的 `number=0` 都可能取消同一 `class_idx` 的真实事件。
当前这份 `rk1808-tool` 代码里,重启推理程序主要依赖子进程退出后的 `RunAsDaemon` finalizer 触发 `CheckNeedRestart`;未看到独立的“收不到心跳就重启”逻辑。
## 当前项目结构
主要源码:
- `main.cpp`:参数解析、RTSP 读取、视频分段保存、解码主循环。
- `rknn.cpp` / `rknn.h`:推理回调、检测结果过滤、日志、upload 和心跳逻辑。
- `yolov5.cc` / `yolov5.h`RKNN 模型初始化与推理调用。
- `postprocess.cc` / `postprocess.h`:后处理、label/code 加载。
- `vertix.cpp` / `vertix.h`workspace 多边形过滤。
- `utils.cpp` / `utils.h`:HTTP JSON 上传、时间工具等。
依赖目录:
- `rknn/`RKNN 头文件和库。
- `mpp/`Rockchip MPP 头文件和库。
- `rga/`RGA 头文件和库。
- `ffmpeg/`FFmpeg 头文件和库。
- `cjson/`JSON 处理库。
文档与辅助:
- `docs/cross_compile_wsl_linaro.md`WSL + Linaro 交叉编译说明。
- `docs/debounce_positive_upload_plan.md`:早期去抖和日志方案记录,仅作历史参考。
- `rk1808-tool/`:本地拉取的管理程序源码,用于对照 `/video/post` 和重启逻辑。
## 构建产物
按 Linaro 路线构建:
```powershell
wsl -d Ubuntu bash -lc "mkdir -p /home/smos/yolov5-linaro-build && cd /home/smos/yolov5-linaro-build && cmake /mnt/c/Users/Smos.DESKTOP-6MT98U8/Desktop/yolov5-inference && make -j16 && file yolov5"
```
当前产物位置:
```text
/home/smos/yolov5-linaro-build/yolov5
```
验证要点:
- 产物是 `ARM aarch64` ELF。
- 链接 `librknn_api.so`
- 不应出现 `GLIBC_2.33``GLIBC_2.34``GLIBCXX_3.4.29` 依赖。