DeepStream 视觉模型导入

要解决什么问题

把 Hugging Face 或 NGC 上的目标检测模型接到 NVIDIA DeepStream 上，往往要自己在各环节对齐：权重格式（ONNX / SafeTensors）、TensorRT 动态 batch 引擎、nvinfer 配置，以及和模型输出匹配的自定义边界框解析器。日志命名、batch 与流数关系、OBB 字段初始化等细节一旦不一致，基准测试和报告脚本也会对不上路径。

本技能按固定阶段自动跑通整条链路，并在每个阶段开始前要求对照 references/ 下的参考文档（脚本路径、bash 变量、日志文件名契约、解析规则），而不是凭记忆操作。

技能如何工作

流水线大致分为四块：

• 模型获取（步骤 1–3）：浏览 HF/NGC、识别检测类格式、下载 ONNX 或导出 SafeTensors（见 references/model-acquire.md）。
• 引擎构建（步骤 4–5）：构建动态 TensorRT 引擎，并用 trtexec 在 BS=1 与 BS=MAX_BS 下跑基准（见 references/engine-build.md）。
• DeepStream 流水线（步骤 6–7）：配置 nvinfer、实现边界框解析器，做单流与多流运行（见 references/pipeline-run.md）。
• 报告（步骤 8）：基于固定日志路径生成图表与 HTML/PDF 报告（见 references/report-generation.md）。

获知 MODEL_NAME 后会建立强制输出目录结构，避免产物平铺。默认自动跑完全流程，不在每步等待人工确认。关键约定包括：引擎文件命名为 {model}_dynamic_b{MAX_BS}.engine；DS 运行中 batch-size 与流数量始终相等；日志使用固定名如 trtexec_b1.log、ds_s${N}_run1.log（无时间戳）；解析器里使用 NvDsInferObjectDetectionInfo obj = {} 做零初始化，避免 OBB 的 rotation_angle 未定义。

适用边界与注意点

当前范围仅限目标检测。若在 config.json 中识别到分类、分割或其他架构，应快速失败，不要按检测流程硬接。

开始前需完成预检；若走 KITTI 相关验证，帧数为 0 或检测率异常时应按技能中的 KITTI 验证关卡处理。非检测任务或需要改契约（日志名、引擎命名）时，应先改参考文档与脚本约定再跑流水线。