跳到主要内容

Parking Lot

本文在 NE503 上部署 neoruntime-apps 的 Parking Lot Showcase，并通过 Event Bus 验证车辆事件。

应用源码和完整配置见 neoruntime-apps/showcases/parking-lot。本文只保留部署和验证所需的信息，源码细节以仓库为准。

1. 目标与前提​

完成后，你应能看到 Parking Lot Monitor 页面，并收到以下主题的事件：

  • parking/vehicles：车辆框和置信度；
  • parking/plates：车牌区域和识别文本；
  • parking/alerts：深度防伪告警。

开始前确认：

  • NE503 已完成系统烧录并能打开 Web Console；
  • 设备上的 /data/aipc/models 已提供 Showcase 需要的四个 HEF；
  • 使用 ARM64 Release bundle，或准备好 Docker 和源码构建环境。

2. 关键配置​

2.1 模型与事件​

模型 ID用途输入
yolov5m_vehicles车辆检测RGB，1920 × 1080
scdepthv3深度防伪分析RGB，320 × 256
license_plate_det车牌区域检测RGB，416 × 416
plate_recognition车牌字符识别NV12，320 × 48

模型文件从设备的 /data/aipc/models 读取，完整配置以源码仓库为准。

默认清单使用 sub.raw 和 STREAM_ID=sub。设备没有对应原始流时无法推理。

3. 获取并构建应用​

3.1 直接下载 Release bundle​

推荐使用 Parking Lot ARM64 bundle。解压后应包含 app.yaml、parking-lot-image.tar 和 SHA256SUMS：

tar -xzf parking-lot-latest-arm64.tar.gz
cd parking-lot-*-arm64
sha256sum -c SHA256SUMS

3.2 从源码构建（进阶）​

从 GitHub 源码构建属于进阶路径。当前上游构建流程以 neoruntime-apps README 为准，可能仍需要同级 SDK 源码和本地 wheel；不要把它当作默认 SDK 安装方式。

git clone https://github.com/camthink-ai/neoruntime-apps.git

# 已有仓库时更新
git -C neoruntime-apps pull

如需在宿主机直接运行 Python 代码，使用 PyPI 安装 SDK：

cd neoruntime-apps
pip install neoruntime-ipc-sdk

Python 代码中的导入模块为 neoruntime_ipc_sdk。如需构建源码包，按 neoruntime-apps README 的当前说明执行。

3.3 核对关键清单字段​

在安装前打开 app.yaml，确认关键项没有被旧 bundle 覆盖：

permissions:
  video:
    - sub.raw
  inference:
    models:
      - yolov5m_vehicles
      - scdepthv3
      - license_plate_det
      - plate_recognition
    allow_register_model: true
  events:
    publish:
      - parking/vehicles
      - parking/plates
      - parking/alerts
  network:
    mode: host

env:
  - name: STREAM_ID
    value: "sub"
  - name: HD_PREVIEW_ENABLED
    value: "0"

保持 HD_PREVIEW_ENABLED=0，使用应用的 MJPEG /stream 预览。

4. 安装与启动​

4.1 安装​

在 Web Console 中进入 App Management，导入解压后的 app.yaml 和 parking-lot-image.tar，然后点击 Install。

也可以在已登录设备的终端执行仓库 README 中的安装命令：

aipc-cli app install app.yaml parking-lot-image.tar

4.2 启动​

安装完成后，在 App Management → Installed Apps 找到 parking_lot，点击 Start。状态变为 Running 后再做验证；仅显示安装成功不能证明推理流水线已运行。

4.3 打开 Web UI​

在能访问设备的浏览器中打开：

http://<设备IP>:8090

预期结果：看到 Parking Lot Monitor、实时画面和模型统计。黑屏时确认 HD_PREVIEW_ENABLED=0，并检查 /stream。

5. 验证结果​

5.1 验证页面和车辆检测​

  1. 刷新 http://<设备IP>:8090，等待页面加载完成。
  2. 确认预览区显示真实摄像头画面。
  3. 确认 Active Models 列出四个模型。
  4. 将镜头对准车辆，观察车辆框、VEHICLES 数值和统计信息。

FPS、推理耗时和检测数量随场景和设备负载变化。

Parking Lot Monitor 实时检测界面

5.2 验证 Event Bus​

在设备上订阅停车场主题：

aipc-cli event subscribe 'parking/*'

将镜头对准车辆，先确认收到 parking/vehicles。车牌和防伪主题需要满足对应场景条件。

5.3 查看状态和日志​

在 Web Console 的应用详情页确认状态为 Running，并查看应用日志。重点检查：

  • 四个模型是否完成注册；
  • 是否持续出现媒体取帧失败、模型超时或 Pipeline error；
  • 应用是否发生重启；
  • 页面有画面但没有事件时，当前画面是否确实满足车牌或防伪触发条件。

6. 相关文档​

  • 资源 — app.yaml、SDK、API 和事件协议参考
  • 人员检测 — 单模型推理和事件发布示例