pipeline_classification_and

# 使用 Neural Processing SDK 进行图像分类和编码 Source: [https://docs.qualcomm.com/doc/80-70022-50SC/topic/single-camera-stream-with-image-classification-and-encode-with-mobilenet-v1.html](https://docs.qualcomm.com/doc/80-70022-50SC/topic/single-camera-stream-with-image-classification-and-encode-with-mobilenet-v1.html) 这些用例使用了 Qualcomm Neural Processing SDK 的 InceptionV3 图像分类模型，对单个摄像头流执行场景分类，并叠加或合成分类标签。然后对流进行编码。您可以将任何公开可用的分类模型与 LiteRT 结合使用，并将其转换为 `.dlc`格式。相关说明，可参见 [TensorFlow 模型转换](https://docs.qualcomm.com/bundle/publicresource/topics/80-63442-2/model_conv_tensorflow.html)。 Note: 对于 Ubuntu Server，需要 `sudo` 访问权限才能将编码流写入 `/etc/media` 文件夹。 ## 使用 qtivoverlay 插件来应用分类叠加在目标设备上运行用例： gst-launch-1.0 -e \ qtiqmmfsrc name=camsrc ! video/x-raw,format=NV12_Q08C,width=1280,height=720,framerate=30/1 ! queue ! tee name=split \ split. ! queue ! qtimetamux name=metamux ! queue ! qtivoverlay ! queue ! video/x-raw,format=NV12_Q08C,width=1280,height=720,interlace-mode=progressive,colorimetry=bt601 ! \ v4l2h264enc capture-io-mode=4 output-io-mode=5 ! h264parse ! queue ! mp4mux ! queue ! filesink location=/etc/media/video.mp4 \ split. ! queue ! qtimlvconverter ! queue ! qtimlsnpe delegate=dsp model=/etc/models/inceptionv3.dlc ! queue ! qtimlpostprocess \ settings="{\"confidence\": 40.0}" results=2 module=mobilenet-softmax labels=/etc/labels/classification.json ! text/x-raw ! queue ! metamux.Copy to clipboard 要停止用例，请使用 CTRL + C。下图显示了用例执行的流程： 1. 对从摄像头源传来的视频流中的场景进行分类。 2. 使用 overlaylib 叠加分类标签。 3. 将此流编码为 H.264 码流。 4. 多路复用 MP4 容器中的数据流并将其存储为 MP4 文件。 Figure : 分类叠加和编码的 pipeline 下表列出了 pipeline 执行的顺序处理阶段： | 处理过程 | 说明 | | --- | --- | | Source |

视频流从摄像头源插件收集，并创建两个副本：
- 一个视频流被发送至 qtimetamux 插件，以保留视频流。
- 另一个视频流被发送到 ML 推理 pipeline。

| | **预处理** | **预处理** | | [qtimlvconverter](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlvconverter.html) |

在其接收端口上接收视频流。

执行预处理：
- 颜色转换
- 缩小/放大
- 在模型需要浮点值作为输入时，对流数据进行归一化

在其发送端口上将视频流转换为张量数据。
分类模型使用此张量数据进行推理。

| | **推理** | **推理** | | [qtimlsnpe](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlsnpe.html) |

加载模型。

为选择的 delegate 修改图。

在其接收端口上接收张量数据。

执行推理并在其发送端口上生成包含推理结果的张量数据。

| | **后处理** | **后处理** | | qtimlpostprocess |

从其接收端口上的分类模型接收推理张量。

将张量转换为多媒体插件稍后可以处理的视频或文本等格式。

将阈值应用于所选的结果数。

加载分类模型的相应模块。
在此用例中，qtimlpostprocess 执行以下操作：
1. 加载模型的子模块。
2. 将结果生成为带有分类标签的视频帧。
3. 接着发送到 qtimetamux 的接收端口。

| | [qtimetamux](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimetamux.html) |

在接收端口上接收视频流和文本流，以及与视频流相对应的分类结果。

使用接收端口中的视频流内容生成 GST 缓存。

将数据接收端口上的分类结果添加到其发送端口上的 GST 缓存元数据（元数据复用）。

| | [qtivoverlay](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtioverlay.html) |

接收多路复用流。

使用 CL 将分类标签叠加在 VideoFrame 上。

在其发送端口上生成带有叠加层的 GST 缓存。

| | [v4l2h264enc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/v4l2h264enc.html) |

将参数应用于在接收端口上接收到的视频流的每一帧。

将其编码为码流，并通过其发送端口发送。

| | h264parse | 向 GStreamer 缓存元数据添加更多码流信息。 | | mp4mux | 接收这些缓存并创建具有格式规范缓存的容器。 | | **输出** | **输出** | | Filesink | 将生成的数据流存储在 /etc/media/video.mp4文件中。 | | Playback | 从主机拉取 video.mp4并在媒体播放器上播放：
`scp root@ target device>:/etc/media/video.mp4 directory>` | ## 使用 qtivcomposer 混合原始帧与分类遮罩在目标设备上运行用例： gst-launch-1.0 -e --gst-debug=2 \ qtiqmmfsrc name=camsrc ! video/x-raw,format=NV12_Q08C,width=1280,height=720,framerate=30/1 ! queue ! tee name=split \ split. ! queue ! qtivcomposer name=mixer sink_1::position="<30, 30>" sink_1::dimensions="<320, 180>" ! queue ! video/x-raw,format=NV12,width=1920,height=1080,interlace-mode=progressive,colorimetry=bt601 ! \ v4l2h264enc capture-io-mode=4 output-io-mode=5 ! h264parse ! queue ! mp4mux ! queue ! filesink location=/etc/media/video.mp4 \ split. ! queue ! qtimlvconverter ! queue ! qtimlsnpe delegate=dsp model=/etc/models/inceptionv3.dlc ! queue ! qtimlpostprocess settings="{\"confidence\": 40.0}" \ results=2 module=mobilenet-softmax labels=/etc/labels/classification.json ! video/x-raw,format=BGRA,width=640,height=360 ! queue ! mixer.Copy to clipboard 要停止用例，请使用 CTRL + C。下图显示了用例执行的流程： - 对从摄像头源传来的视频流中的场景进行分类。 - 使用 qtivcomposer 合成分类标签和视频流。 - 将此流编码为 H.264 码流。 - 多路复用 MP4 容器中的数据流并将其存储为 MP4 文件。 Figure : 使用 qtivcomposer 进行分类和编码的 pipeline 下表列出了 pipeline 执行的顺序处理阶段： | 处理过程 | 说明 | | --- | --- | | Source |

视频流从摄像头源插件收集，并创建两个副本：
- 一个视频流被发送到 qtivcomposer 插件以保留视频流。
- 另一个视频流被发送到 ML 推理 pipeline。

| | **预处理** | **预处理** | | [qtimlvconverter](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlvconverter.html) |

在其接收端口上接收视频流。

执行预处理：
- 颜色转换
- 缩小/放大
- 在模型需要浮点值作为输入时，对流数据进行归一化

在其发送端口上将视频流转换为张量数据。
分类模型使用此张量数据进行推理。

| | **推理** | **推理** | | [qtimlsnpe](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlsnpe.html) |

加载模型。

为选择的 delegate 修改图。

在其接收端口上接收张量数据。

执行推理并在其发送端口上生成包含推理结果的张量数据。

| | **后处理** | **后处理** | | qtimlpostprocess |

从其接收端口上的分类模型接收推理张量。

将张量转换为多媒体插件稍后可以处理的视频或文本等格式。

将阈值应用于所选的结果数。

加载分类模型的相应模块。
在此用例中，qtimlpostprocess 执行以下操作：
1. 加载模型的子模块。
2. 将结果生成为带有分类标签的视频帧。
3. 将它们发送至 qtivcomposer 的接收端口。

| | [qtivcomposer](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtivcomposer.html) |

在其接收端口上接收原始视频流和带有分类结果的视频流。

在其发送端口上生成 GST 缓存，其内容由来自其接收端的视频流组成。

| | [v4l2h264enc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/v4l2h264enc.html) |

将参数应用于在接收端口上接收到的视频流的每一帧。

将其编码为码流，并通过其发送端口发送。

| | h264parse | 向 GStreamer 缓存元数据添加更多码流信息。 | | mp4mux | 接收这些缓存并创建具有格式规范缓存的容器。 | | **输出** | **输出** | | Filesink | 将生成的数据流存储在 /etc/media/video.mp4文件中。 | | Playback | 从主机拉取 video.mp4并在媒体播放器上播放：
`scp root@ target device>:/etc/media/video.mp4 directory>` | **Parent Topic:** [Qualcomm Neural Processing SDK 用例](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qualcomm-neural-processing-sdk-use-cases.html) Last Published: Nov 05, 2025 [Previous Topic 使用 Neural Processing SDK 进行图像分类和显示](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/single-camera-stream-with-image-classification-and-display-with-mobilenet-v1.md) [Next Topic 使用 Neural Processing SDK 进行目标检测和显示](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/single-camera-stream-with-object-detection-and-display-with-mobilenet-v2-ssd.md)