OrangePi3588Media/docs/requirements/guide.md

2.1 KiB
Raw Blame History

命令指南

[在windows上安装ffmpeg]

  • 打开 PowerShell 或 CMD执行 winget install Gyan.FFmpeg

  • 安装完成后,关闭并重新打开终端,验证: ffmpeg -version

-查看本地摄像头信息 ffmpeg -list_devices true -f dshow -i dummy

  • 本地运行RTSP服务器 mediamtx.exe

  • 推流到RTSP服务器设置摄像头的分辨率为720P ffmpeg -f dshow -rtbufsize 100M -video_size 1280x720 -framerate 30 -vcodec mjpeg -i video="4K AutoFocus Webcam" -c:v libx264 -preset ultrafast -pix_fmt yuv420p -f rtsp rtsp://localhost:8554/cam

ffmpeg -stream_loop -1 -re -i "boots.mp4" -c:v libx264 -preset fast -tune zerolatency -r 30 -f rtsp -rtsp_transport tcp rtsp://localhost:8554/cam

  • 本地验证RTSP拉流正确 ffplay rtsp://localhost:8554/cam

在3588上测试RTSP输出 ffplay rtsp://localhost:8555/live/cam1_face_det

  • 在 Windows 上用 VLC 播放处理后的流: rtsp://3588的IP:8555/live/cam1_face_det

  • 编译agent go build -o rk3588-agent_linux_arm64 ./cmd/rk3588-agent

  • 运行模拟告警服务 python .\mock_alarm_server.py

然后在 RK3588 上测试 token 接口: curl -X POST http://10.0.0.49:8080/api/getToken

  • best-640.rknn模型只检测3类

类别映射: 0 = person 1 = shoe鞋子 2 = phone手机

实时查看NPU负载每秒刷新

watch -n 1 cat /proc/rknpu/load

实时查看温度

watch -n 1 'for f in /sys/class/thermal/thermal_zone*/temp; do echo "$(basename $(dirname $f)): $(( $(cat $f) / 1000 ))°C"; done'

查看编码器FPS

watch -n 1 'grep -E "fps_calc|RKVENC" /proc/mpp_service/sessions-summary | head -20'

综合监控(运行脚本)

~/apps/OrangePi3588Media/scripts/monitor_hw.sh

  • 标准单路全流程测试: ./build/media-server -c configs/sample_cam_ppe11.json

  • 5路全流程压力测试 ./build/media-server --config configs/stress_5ch_face_recog.json

  • PT模型转RKNN

在Linux系统上先克隆RKNN修改后的项目到本地 https://gitcode.com/GitHub_Trending/ul/ultralytics

安装依赖: pip install -e . rknn-toolkit2 pip install "onnx==1.16.1"

进入模型目录,执行: yolo export model=best.pt format=rknn name=rk3588