English | 简体中文
sophon-stream yolov5 element是sophon-stream框架中的一个插件，是一个简单、快速、强大的检测模型。本项目已提供此插件例程，详情请参见 YOLOv5 Demo
- 支持多路视频流
- 支持多线程处理
sophon-stream yolov5插件具有一些可配置的参数，可以根据需求进行设置。以下是一些常用的参数：
{
"configure":{
"model_path":"../data/models/yolov5s_tpukernel_int8_4b.bmodel",
"threshold_conf":0.5,
"threshold_nms":0.5,
"bgr2rgb": true,
"mean": [
0,
0,
0
],
"std": [
255,
255,
255
],
"use_tpu_kernel": true,
"roi": {
"left": 600,
"top": 400,
"width": 800,
"height": 600
},
"maxdet":1280,
"mindet":50
},
"shared_object":"../../../build/lib/libyolov5.so",
"id":0,
"device_id":0,
"name":"yolov5_group",
"side":"sophgo",
"thread_number":1
}| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| model_path | 字符串 | "../data/models/yolov5s_tpukernel_int8_4b.bmodel" | yolov5模型路径 |
| threshold_conf | 浮点数或map | 0.5 | 目标检测物体置信度阈值，设置为浮点数时，所有类别共用同一个阈值；设置为map时，不同类别可以使用不同阈值，此时还需要正确设置class_names_file |
| threshold_nms | 浮点数 | 0.5 | 目标检测NMS IOU阈值 |
| bgr2rgb | bool | true | 解码器解出来的图像默认是bgr格式，是否需要将图像转换成rgb格式 |
| mean | 浮点数组 | 无 | 图像前处理均值，长度为3；计算方式为: y=(x-mean)/std；若bgr2rgb=true，数组中数组顺序需为r、g、b，否则需为b、g、r |
| std | 浮点数组 | 无 | 图像前处理方差，长度为3；计算方式同上；若bgr2rgb=true数组中数组顺序需为r、g、b，否则需为b、g、r |
| stage | 列表 | ["pre"] | 标志前处理、推理、后处理三个阶段 |
| roi | map | 无 | 预设的ROI，配置了此参数时，只会对ROI框取的区域进行处理 |
| use_tpu_kernel | 布尔值 | true | 是否启用tpu_kernel后处理 |
| class_names_file | 字符串 | 无 | threshold_conf为浮点数时不生效，可以不设置；当threshold_conf为map时启用，class name文件的路径 |
| shared_object | 字符串 | "../../../build/lib/libyolov5.so" | libyolov5 动态库路径 |
| id | 整数 | 0 | element id |
| device_id | 整数 | 0 | tpu 设备号 |
| name | 字符串 | "yolov5" | element 名称 |
| side | 字符串 | "sophgo" | 设备类型 |
| thread_number | 整数 | 1 | 启动线程数 |
| maxdet | 整数 | MAX_INT | 仅接受宽高都小于maxdet的检测框 |
| mindet | 整数 | 0 | 仅接受宽高都大于mindet的检测框 |
注意：
- stage参数，需要设置为"pre"，"infer"，"post" 其中之一或相邻项的组合，并且按前处理-推理-后处理的顺序连接element。将三个阶段分配在三个element上的目的是充分利用各项资源，提高检测效率。
- tpu_kernel后处理仅适配BM1684X设备，若不启用，则需要设置为false
目前，yolov5插件支持在stream运行时通过外部http请求修改某些参数。代码中提供了动态修改置信度阈值的功能，可以使用如下python脚本进行验证：
import requests
import json
import sys
url = "http://localhost:8000/yolov5/SetConfThreshold/10003"
payload = {"value": 1.0}
headers = {'Content-Type': 'application/json'}
response = requests.request("POST", url, headers=headers, data=json.dumps(payload))
print(response)其中，10003为实际运行时yolov5插件的id；请求中value字段表示期望设置的置信度阈值。例如，上述请求会将置信度改为1.0，也就是说几乎任何情况都无法检测到目标。
目前设置的此置信度阈值，只有启用cpu后处理时生效。
需要注意：启用动态修改参数功能，需要参考 README.md 设置监听的ip和端口