# panda_onnx

**Repository Path**: wangqingpan/panda_onnx

## Basic Information

- **Project Name**: panda_onnx
- **Description**: No description available
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-20
- **Last Updated**: 2026-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Python, onnx, Yolo

## README

#### YOLOv5 （ONNX）多路异步检测框架文档
> 本框架是一个基于 Python 的高性能目标检测工具，支持同时处理多个视频流（如 RTSP、USB 摄像头或本地视频文件），并能够通过回调函数实时处理识别结果。

#### 核心功能
    高性能推理：使用 onnxruntime 引擎，支持 GPU (CUDA)、CPU 加速，相比原生模型推理更轻量。
    异步回调系统：识别结果通过 ThreadPoolExecutor 异步推送，检测主流程不会因处理逻辑（如写入数据库、发送邮件）而产生卡顿。
    动态任务管理：支持在程序运行期间动态地 增加 或 删除 检测源，无需重启程序。
    自动重连机制：针对网络摄像头等不稳定源，内置了自动断线重连逻辑。
    频率控制：可自定义 interval（检测间隔），在保证监控质量的同时极大降低 CPU/GPU 负载。
    模型支持：Yolov5/Yolov8/Yolov11/Yolov5-seg/Yolov8-seg/Yolov11-seg

#### 核心类说明
### UniversalYOLODetector
    推理引擎类，负责图片预处理、ONNX 推理及后处理（NMS 非极大值抑制）。
    输入：ONNX 模型文件。
    输出：标准化的 JSON 格式识别结果。
### DetectionManager
    任务管理器，负责多线程的调度。
    add_task: 开启一个新的线程去轮询指定的视频源。
    remove_task: 安全地停止并释放指定视频源的线程与资源。

#### 数据格式说明
    当触发回调时，你接收到的 payload（JSON 字符串）结构如下：  
| 字段   | 描述                     |
|------|------------------------|
| time | 识别发生的具体时间 |
| source | 视频源标识 |
| detections | 检测到的目标列表 |
| detections.name | 类别名称 |
| detections.score | 置信度 (0-1) |
| detections.box | 坐标 [x, y, w, h] |
| detections.segments | 分割坐标对 [[x1,y1,x2,y2,....],[x1,y1,x2,y2,....]] |


#### 运行
    创建环境：conda create -n onnx python=3.9
    激活环境：conda activate onnx
    安装环境：pip install -r requirements.txt
    程序运行：python main.py

#### Docker 部署
    打包：docker build -t 名称:版本 .
    基础运行：docker run -d --name 名称 名称:版本
    映射本地图片路径：docker run -d \
                    --name 名称 \
                     -v 宿主机路径:/data/hmbaby \
                    名称:版本
    使用宿主机摄像头：docker run -d \
                    --name 名称 \
                    --device=/dev/video0:/dev/video0 \
                    名称:版本