开发后处理插件2

Readme.md

@@ -80,11 +80,13 @@
 示意：
 
 ```text
-[in] → [pre] → [ai] ─────→ [alarm]
-                    └──→ [osd] → [storage]
+[in] → [pre] → [ai_yolo] → [det_post] ───→ [alarm]
+                              └──────→ [osd] → [storage]
                                          └──→ [publish]
 ```
 
+> 说明：`det_post` 是检测结果后处理节点（可选）。它会对 `frame->det` 做过滤/修正/二次验证，使 OSD 与告警读取到一致的“后处理结果”。
+
 ---
 
 ## 三、数据模型（Frame & 元数据）
@@ -322,6 +324,23 @@ GraphMgr 负责：
           "nms": 0.5,
           "class_filter": [0, 1]
         },
+        {
+          "id": "pp_cam1",
+          "type": "det_post",
+          "role": "filter",
+          "enable": true,
+          "default": { "enable": false },
+          "per_class": [
+            {
+              "class_id": 0,
+              "enable": true,
+              "processors": [
+                { "type": "conf_gate", "conf_min": 0.65 },
+                { "type": "bbox_gate", "min_w": 10, "min_h": 10 }
+              ]
+            }
+          ]
+        },
         {
           "id": "osd_cam1",
           "type": "osd",
@@ -373,8 +392,9 @@ GraphMgr 负责：
       "edges": [
         ["in_cam1", "pre_cam1"],
         ["pre_cam1", "ai_cam1"],
-        ["ai_cam1",  "alarm_cam1"],
-        ["ai_cam1",  "osd_cam1"],
+        ["ai_cam1",  "pp_cam1"],
+        ["pp_cam1",  "alarm_cam1"],
+        ["pp_cam1",  "osd_cam1"],
         ["osd_cam1", "storage_cam1"],
         ["osd_cam1", "publish_cam1"]
       ]
@@ -383,6 +403,10 @@ GraphMgr 负责：
 }
 ```
 
+> 说明：如果不需要后处理：
+> - **推荐**：保留 `pp_cam1` 节点（`enable:true`），并确保其不启用任何处理链（例如：`default.enable=false` 且 `per_class` 为空），此时 `det_post` 会作为轻量透传。
+> - 若确实要移除该节点：需要**同时删除并重连拓扑**（例如改回 `ai_cam1 -> osd_cam1` 与 `ai_cam1 -> alarm_cam1`），仅设置 `enable=false` 会导致下游节点无输入而构图失败。
+
 通过简单改动即可支持不同组合：
 
 - 不报警：`alarm_cam1.enable = false` 或移除该节点/边。
@@ -400,13 +424,15 @@ GraphMgr 负责：
       { "id": "in",  "type": "input_rtsp", "role": "source", "url": "${url}" },
       { "id": "pre", "type": "preprocess", "role": "filter", "dst_w": 640, "dst_h": 640 },
       { "id": "ai",  "type": "ai_yolo", "role": "filter", "model_path": "/models/yolov8n.rknn", "conf": 0.5 },
+      { "id": "pp",  "type": "det_post", "role": "filter", "enable": true, "default": { "enable": false } },
       { "id": "osd", "type": "osd",      "role": "filter" },
       { "id": "pub", "type": "publish",  "role": "sink", "path": "/live/${name}" }
     ],
     "edges": [
       ["in", "pre"],
       ["pre", "ai"],
-      ["ai", "osd"],
+      ["ai", "pp"],
+      ["pp", "osd"],
       ["osd", "pub"]
     ]
   }
@@ -485,6 +511,65 @@ GraphMgr 负责：
 | `ai_pose`    | 关键点检测（可选扩展）     | `model_path`                         | NPU      |
 | `ai_custom`  | 自定义 AI 算法             | `model_path`, `custom_param` 等      | NPU      |
 
+#### 6.2.1 det_post（检测结果后处理，按类别策略链）
+
+`det_post` 是一个 **Filter** 节点，位于 `ai_yolo` 之后，负责对 `frame->det->items` 做**按类别可配置**的后处理。
+
+**设计目标：**
+- 不同类别可以挂不同的处理器链（Processor/Strategy Registry），避免“一个类别一个插件”。
+- 默认改写 `frame->det`，让 `osd` / `alarm` 读到一致结果。
+
+**配置示例：**
+
+```json
+{
+  "id": "pp_cam1",
+  "type": "det_post",
+  "role": "filter",
+  "enable": true,
+
+  "default": { "enable": false },
+  "per_class": [
+    {
+      "class_id": 3,
+      "enable": true,
+      "processors": [
+        { "type": "conf_gate", "conf_min": 0.65 },
+        { "type": "bbox_gate", "min_w": 10, "min_h": 10 },
+        { "type": "roi_gate", "roi": { "x": 0.1, "y": 0.1, "w": 0.8, "h": 0.8 }, "mode": "center" }
+      ]
+    },
+    {
+      "class_id": 5,
+      "enable": true,
+      "processors": [
+        { "type": "hsv_ratio", "h_min": 0, "h_max": 20, "s_min": 20, "v_min": 70, "ratio_min": 0.7,
+          "max_samples": 2048, "step": 0, "min_samples": 32,
+          "crop": { "x": 0.0, "y": 0.0, "w": 1.0, "h": 1.0 } }
+      ]
+    },
+    {
+      "class_id": 7,
+      "enable": true,
+      "processors": [
+        { "type": "lab_kmeans", "k": 3, "iters": 8, "l_max": 50, "ratio_min": 0.4,
+          "max_samples": 2048, "step": 0, "min_samples": 64,
+          "crop": { "x": 0.0, "y": 0.0, "w": 1.0, "h": 1.0 } }
+      ]
+    }
+  ]
+}
+```
+
+**内置 processors（当前实现）：**
+- `conf_gate`：按置信度过滤（`conf_min`）
+- `bbox_gate`：按框尺寸过滤（`min_w`, `min_h`）
+- `roi_gate`：按 ROI 过滤（`roi:{x,y,w,h}` 归一化；`mode:center` 使用 bbox 中心点判断）
+- `hsv_ratio`：框内采样像素转 HSV，统计阈值命中占比（`h_min/h_max/s_min/s_max/v_min/v_max/ratio_min`，支持 `crop/max_samples/step`）
+- `lab_kmeans`：框内采样像素转 Lab，KMeans 聚类后取最暗簇做判定（`k/iters/l_max/ratio_min`，支持 `crop/max_samples/step`）
+
+> 注意：`hsv_ratio/lab_kmeans` 需要 `Frame` 提供可读的像素数据（`frame->data` 可访问）。若上游是纯 DMA-BUF 且未映射到 CPU，这两类处理器会自然退化为“不过滤”。
+
 **ai_yolo 参数说明：**
 - `model_version`: `"v5"`, `"v8"` 或 `"auto"`（自动检测）
 - `num_classes`: 模型类别数（默认 80）

plugins/det_post/det_post_node.cpp

@@ -772,6 +772,13 @@ public:
             return NodeStatus::OK;
         }
 
+        // Fast path: no enabled pipelines configured.
+        if (!cfg->def.enable && cfg->per_class.empty()) {
+            PushToDownstream(frame);
+            processed_.fetch_add(1);
+            return NodeStatus::OK;
+        }
+
         if (!frame->det || frame->det->items.empty()) {
             PushToDownstream(frame);
             processed_.fetch_add(1);