关于整个demo工程如何构建，这里简单描述下自己的认识：
rknn_test：主要负责底层交互的，配置视频文件/摄像头、识别推进什么的都在rknn_test的类对象函数里面实现。
rknn_opencv：主要是负责开启多线程、多线程资源管理配置。因为很多函数指针存在，因此与rknn_test的耦合性变得很奇怪。
rknn：这个基本与我们用户屏蔽，目前阶段不太需要管
由于没有时间整理，这里贴一点当时阅读代码的笔记出来，供大家参考，可能内容会比较凌乱，以后有机会再仔细分析：
Ssd_demo:main入口
初始化rknn_test，这是个缺省函数，不会特殊地初始化任何变量，不需要关注
rknn_test::load_model 这个是加载ssd模型，没有涉及什么检测流程，不需要关注
rknn_test::set_input_info 这个是设置图形相关参数，没有涉及什么检测流程，不需要关注
rknn_test::run 这个是主要关注的
打开rknn_test.cpp
run里面主要调用了一个叫common_run的函数：
初始化一个rknn_opencv对象（在rknn_opencv.cpp），不是缺省函数，会对一些变量进行初始化。其中尤其值得注意的是idle_queue对象，这是个std::queue对象，有点像vector变量，可以通过push、pop压栈、出栈，但vector是先入后出，queue是先入先出，对图像流进行中转保存。
然后调用rknn_opencv::start函数，
被传入三个参数，这三个参数都是函数指针（是一个函数，以指针形式表示），
采用thread函数启动了两个线程，分别运行get_img_task、detect_img_task，返回值交给两个函数指针。
最后调用rknn_opencv::update_show函数，这个函数的作用是显示图像，由于图像显示需要有先后顺序，所以不能用子线程，必须while顺序执行
打开rknn_opencv.cpp
get_img_task
通过函数指针的方式调用了一次rknn_test.cpp里面的rknn_test::get_img，get_img这个函数会从图像数据流里面读取一次原始图像。get_img_task函数在子线程里面，会不停地调用get_img函数，获取图像。然后他又捣鼓了个input_queue，把图像装进去，原始图像流就是通过这个对象输出出去的。当然这个过程还设计一些多线程阻塞的操作。
detect_img_task
通过input_queue出栈，读个原始图像，再传入rknn_test::detect_img函数（通过上面提到的start函数里面的函数指针传递），进行识别。识别完成，把数据输出到output_queue
有一个bug，当视频流结束时，detect_img_task会把is_running置为false，在detect_img_task里面判断is_running为false，错误地停止了识别（此时input_queue还没搞定），结果到了 update_show函数时，因为is_running置为false，output_queue也空了（detect_img_task停止了，不识别了）所以就被意外结束了。
解决了上述问题后，发现只是末尾多了几帧，依然很多信息丢失，发现原来是idle_queue容量过小。
关于整个demo工程如何构建，这里简单描述下自己的认识：
rknn_test：主要负责底层交互的，配置视频文件/摄像头、识别推进什么的都在rknn_test的类对象函数里面实现。
rknn_opencv：主要是负责开启多线程、多线程资源管理配置。因为很多函数指针存在，因此与rknn_test的耦合性变得很奇怪。
rknn：这个基本与我们用户屏蔽，目前阶段不太需要管
由于没有时间整理，这里贴一点当时阅读代码的笔记出来，供大家参考，可能内容会比较凌乱，以后有机会再仔细分析：
Ssd_demo:main入口
初始化rknn_test，这是个缺省函数，不会特殊地初始化任何变量，不需要关注
rknn_test::load_model 这个是加载ssd模型，没有涉及什么检测流程，不需要关注
rknn_test::set_input_info 这个是设置图形相关参数，没有涉及什么检测流程，不需要关注
rknn_test::run 这个是主要关注的
打开rknn_test.cpp
run里面主要调用了一个叫common_run的函数：
初始化一个rknn_opencv对象（在rknn_opencv.cpp），不是缺省函数，会对一些变量进行初始化。其中尤其值得注意的是idle_queue对象，这是个std::queue对象，有点像vector变量，可以通过push、pop压栈、出栈，但vector是先入后出，queue是先入先出，对图像流进行中转保存。
然后调用rknn_opencv::start函数，
被传入三个参数，这三个参数都是函数指针（是一个函数，以指针形式表示），
采用thread函数启动了两个线程，分别运行get_img_task、detect_img_task，返回值交给两个函数指针。
最后调用rknn_opencv::update_show函数，这个函数的作用是显示图像，由于图像显示需要有先后顺序，所以不能用子线程，必须while顺序执行
打开rknn_opencv.cpp
get_img_task
通过函数指针的方式调用了一次rknn_test.cpp里面的rknn_test::get_img，get_img这个函数会从图像数据流里面读取一次原始图像。get_img_task函数在子线程里面，会不停地调用get_img函数，获取图像。然后他又捣鼓了个input_queue，把图像装进去，原始图像流就是通过这个对象输出出去的。当然这个过程还设计一些多线程阻塞的操作。
detect_img_task
通过input_queue出栈，读个原始图像，再传入rknn_test::detect_img函数（通过上面提到的start函数里面的函数指针传递），进行识别。识别完成，把数据输出到output_queue
有一个bug，当视频流结束时，detect_img_task会把is_running置为false，在detect_img_task里面判断is_running为false，错误地停止了识别（此时input_queue还没搞定），结果到了 update_show函数时，因为is_running置为false，output_queue也空了（detect_img_task停止了，不识别了）所以就被意外结束了。
解决了上述问题后，发现只是末尾多了几帧，依然很多信息丢失，发现原来是idle_queue容量过小。
1
举报
