菊花链检测与分类

gst-ai-daisychain-detection-classification 对视频流执行级联推理：先用 目标检测 定位物体，再对检测到的每个物体执行 图像分类，进一步细化识别结果。

这种级联方式适合需要先定位再细分的场景，例如先检测到"动物"，再分类为"金鱼"。

前提条件

• 已完成 QIM SDK 安装 和 模型下载

步骤

1. 确认模型文件

应用复用检测和分类模型，均由 download_artifacts.sh 自动下载：

ls -l /etc/models/yolox_quantized.tflite /etc/models/inception_v3_quantized.tflite

2. 查看配置

cat /etc/configs/config_daisychain_detection_classification.json

3. 运行

radxa@airbox$

gst-ai-daisychain-detection-classification --config-file=/etc/configs/config_daisychain_detection_classification.json

按 Ctrl + C 停止。

预期输出

终端输出：

Using DSP delegate with TFLITE for Classification
Using DSP delegate with TFLITE for Detection
VERBOSE: Replacing 329 out of 329 node(s) with delegate (TfLiteQnnDelegate) node
VERBOSE: Replacing 142 out of 142 node(s) with delegate (TfLiteQnnDelegate) node
Pipeline state changed from PAUSED to PLAYING

显示器上播放测试视频，先检测物体位置（边界框），再对每个物体显示细粒度分类标签。

验证

• 检测模型（YOLOX, 329 节点）和分类模型（InceptionV3, 142 节点）同时在 DSP 上运行
• Pipeline 进入 PLAYING 状态
• 显示器同时显示边界框和分类标签

工作原理

Pipeline 分两级：

filesrc → qtdemux → h264parse → v4l2h264dec
                ↓                        ↓
           (分流)               qtimlvconverter
                                        ↓
                           qtimltflite (YOLOX 检测, DSP)
                                        ↓
                                  qtimlvdetection
                                        ↓
                           qtimlvconverter (ROI 裁剪)
                                        ↓
                           qtimltflite (InceptionV3 分类, DSP)
                                        ↓
                               qtimlvclassification
                                        ↓
                                  qtivcomposer
                                        ↓
                                   waylandsink

与单独的 目标检测 或 图像分类 相比，菊花链方式可以在检测基础上提供更细粒度的分类结果。