# 解码检测显示 Source: [https://docs.qualcomm.com/doc/80-70015-50SC/topic/decode-detection-display.html](https://docs.qualcomm.com/doc/80-70015-50SC/topic/decode-detection-display.html) **gst-decode-detect-display.py** 使用 YOLOv8 TensorFlow Lite 模型从输入视频流中识别场景中的目标对象，在检测到的目标对象上叠加边框，然后转储结果。 **命令：**`python3 /usr/bin/gst-decode-detect-display.py` ## 预期输出 文件路径在 Python 脚本中固定配置为： INPUT_FILE = "/opt/data/1280_720_h264_30fps_1min.mp4" MODEL_FILE = "/opt/data/YOLOv8-Detection-Quantized.tflite" LABELS_FILE = "/opt/data/yolov5m.labels"Copy to clipboard | **过程** | **说明** | | --- | --- | | **解码** | **解码** | | filesrc | 读取视频数据。 | | qtdemux | 对视频数据进行解析。 | | h264parse | 解析 H.264 视频。 | | v4l2h264dec | 从文件解码 H.264 视频。 | | **预处理** | **预处理** | | qtimlvconverter |

  1. 在其接收设备接插口上接收视频流。


  2. 执行预处理：

    1. 色彩转换


    2. 缩小/放大


    3. 在模型使用浮点值输入时，对流数据进行归一化。





  3. 在其源接插口上将视频流转换为张量数据。目标检测模型使用张量数据进行推理。


| | **推理** | **推理** | | qtimltflite |

  1. 加载目标检测模型。


  2. 为选择的 delegate 修改图形。


  3. 在其接收设备接插口上接收张量数据。


  4. 执行推理并在其源接插口上生成带有目标检测结果的张量数据。


| | **后处理** | **后处理** | | qtimlvdetection |

  1. 接收来自目标检测的推理张量。


  2. 将接收设备接插口上的推理张量转换为视频或文本等格式，稍后可由多媒体插件进行处理。


  3. 将阈值应用于所选的结果数。


  4. 加载检测模型的相应模块。





在此用例中，qtimlvdetection 执行以下操作： | | qtimetamux |

  1. 在接收设备接插口上接收视频流和文本流，以及与视频流相对应的边框结果。


  2. 使用接收设备接插口中的视频流内容生成 GST 缓冲区。


  3. 将边框作为 GstVideoRegionOfInterest 从数据接收设备接插口添加到其源接插口上的 GST 缓冲区元数据（元多路复用）。


| | qtioverlay |

  1. 接收多路复用流。


  2. 使用 CL 将边框叠加在 VideoFrame 上。


  3. 在其源接插口上生成带有叠加层的 GST 缓冲区


| | **输出** | **输出** | | waylandsink |

  1. 在其接收设备接插口上接收视频流。


  2. 将视频流提交到 Weston。


  3. Weston 在本地显示设备上渲染为该场景的目标对象生成的视频流和边框。


| **Parent Topic:** [摄像头应用示例](https://docs.qualcomm.com/doc/80-70015-50SC/topic/sample-applications-for-camera.html) Last Published: Nov 11, 2025 [Previous Topic 摄像头检测编码](https://docs.qualcomm.com/bundle/publicresource/80-70015-50SC/topics/camera-detection-encode.md) [Next Topic GStreamer 命令行用例](https://docs.qualcomm.com/bundle/publicresource/80-70015-50SC/topics/gstreamer-application-use-cases.md)