1.介绍

EmxAiPlugin是设计的一个独立模块，它以模块化和可扩展的库形式，集成于EmxMediaServer中。

模块

EmxAiPlugin将Ai算法功能的实现划分为若干个模块，模块可以自由组合，这些模块都遵循MediaServerAiChn的回调函数(虚函数)，供芯片厂商实现

配置文件

配置文件统一放在 ${EMX_DATA_DIR}/AiPlugin/configs 路径，内容格式由开发厂商自由设定，满足自身算法即可！在模块的回调函数中使用如下方法进行配置文件的加载，m_chn是此模块当前的通道号，文件名和通道号启动的时候由MediaServer传入

Json::Value root;
char path[EMX_MAX_PATH_SIZE] = {};
snprintf(path, sizeof(path), "%s/AiPlugin/configs/%s.json", SysEnv::GetDataDir(), m_name.c_str());
auto e = EasyJson::Load(path, root);
if (e != ErrCodeE::Success) {
    emxloge("get media %s configuration failed\n", path);
    return;
}
auto &json = root[m_chn];

通道号

针对上面配置文件的例子，这里提出通道的概念，关于各个模块的通道号m_chn，这个通道号是一个虚拟的概念，指的并不是实际的物理通道，模块的虚拟通道号就是json文件中json对象数组的索引下标

[
    {
        "vpssGrp": 2,
        "vpssChn": 0,
        "interval": 25,
        "threshold": 32,
        "minArea": 128
    }
]

参数文件

参数文件统一放在 ${EMX_DATA_DIR}/AiPlugin/configs 路径，内容格式固定，由应用层修改变量！参数文件名为 param.json，备用配置paran_bak.json,默认配置param_def.json，AiPlugin开发人员需要提供param_def.json。如果param.json 不存在时为依次查询备用配置和默认配置，配置文件由MediaServer获取json句柄，然后通过Create(const char *workspace, Json::Value &param) 或 SetParam(const Json::Value &paramNew) 传入

[
    {
        "ena": true,
        "MotionDetection": {
            "ena": false,
            "threshold": 32
        },
        "PersonDetection": {
            "ena": true
        },
        "InvasionDetection": {
            "ena": false,
            "invasionType": 1,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "map": [ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
                1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 ]
        },
        "CrossingDetection": {
            "ena": false,
            "crossType": 1,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "lineX1": 0,
            "lineY1": 5000,
            "lineX2": 10000,
            "lineY2": 5000,
            "direction": 0
        },
        "PassengerFlowStatistics": {
            "ena": false,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "lineX1": 0,
            "lineY1": 5000,
            "lineX2": 10000,
            "lineY2": 5000,
            "direction": 0
        },
        "FaceDetection": {
            "ena": true,
            "minWidth": 40,
            "minHeight": 40 
        },
        "FaceRecognition": {
            "ena": false,
            "threshold": 50,
            "snapMode":0,
            "snapTime":10,
            "snapQuality":20,
            "snapClarity":70,
            "snapAngle":60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureQuality": 70,
            "aeEna":true,
            "aeThreshold":60,
            "minWidth":80,
            "minHeight":80,
            "maskEna":true,
            "maskThreshold": 60,
            "recognitionEna":true
        },
        "LicensePlateRecognition": {
            "ena": false,
            "threshold": 60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureQuality": 70
        },
        "PersonVehicleNonDetection": {
            "ena": false,
            "threshold": 60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureQuality": 70
        },
        "VehicleRecognition": {
            "ena": false,
            "threshold": 60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureQuality": 70
        }
    }
]

profile

Ai对接的过程中，各个算法都有自身的配置文件，因此很多情况下，新的需求可以仅通过修改配置文件即可满足，但同样存在不能仅靠修改配置文件就能满足需求的情况。因此，这里提出profile的概念，一个profile就是某款芯片的一个完整的代码实现，起初，新的芯片接入只需要实现chipXDefault(chipX为芯片系列)这个默认的profile即可，当出现无法通过配置文件满足的需求时，可能某些模块的代码需要进行一些特殊的定制化的修改，当面临这样的修改时，就可以新建一个profile，姑且命名为profileA,profileA可以继承chipXDefault通用的部分，然后override自身特殊的部分，从而实现特殊的功能，同样的也可建立profileB，profileC等等，他们之间可以有多层次的继承关系 >注意：profile的命名应当是芯片系列名称+合适的后缀，例如hi351xDouStitch，cv182xDefault等

2.工程搭建

芯片厂商拿到EmxSdk以及Emx3dr后就可以愉快的进行对接开发了

拷贝工程模板

将EmxSdk中的EmxAiPluginDevelop拷贝到一个让自己舒适的地方然后进入到scripts目录执行下面的操作，这一步是为了将依赖的EmxSdk和Emx3dr目录软连接到EmxAiPluginDevelop工程目录下，方便为后续编译和打包提供一致性环境(不然编不过的)

cd scripts
chmod +x *
./softLink.py the/path/of/Public

下面来介绍一下这个工程里面的内容

├── Public # 刚刚软链接过来的，里面存放了各个EmxSdk版本和依赖库
├── CMakeLists.txt # 工程编译的顶层cmake文件，不需要改动
├── EmxAiPluginVersion # 版本号记录文件，不需要理会，每次编译自动更新
├── chip # 这个下面全是代码，存放不同芯片厂商以及芯片系列的模块回调源文件
│   └── manufactoryX # 这里假设厂商名是manufactoryX
│       └── chipX # 这里假设芯片系列是chipX
│           ├── CrossingInvasionComm.cpp    #入侵越界算法
│           ├── CrossingInvasionComm.hpp
│           ├── FaceAlgorithm.cpp   #人脸算法
│           ├── FaceAlgorithm.hpp
│           ├── MotionDetection.cpp #移动侦测算法
│           ├── MotionDetection.hpp 
│           ├── PassengerFlowStatistics.cpp #客流统计算法
│           ├── PassengerFlowStatistics.hpp
│           ├── PersonDetection.cpp #人形侦测算法
│           └── PersonDetection.hpp
│               ├── chipXDefault.cpp # 默认profile实现的算法类型
│               └── chipXDefault.hpp
├── common # 这里面用于存放一些通用的代码
├── profile # 这里面是每个profile的各种配置文件
│   └── chipXDefault # chipXDefault配置文件
│       ├── build.cmake # profile的cmake构建配置文件，需要修改
│       ├── configs
│       │   ├── config.json #配置参数，暂时没用
│       │   ├── CrossingInvasionComm.json   #入侵越界侦测配置
│       │   ├── FaceAlgorithm.json  #人脸配置
│       │   ├── PassengerFlowStatistics.json    #客流统计配置
│       │   ├── MotionDetection.json  #移动侦测配置
│       │   ├── param.def.json    #默认参数
│       │   ├── PersonDetection.json  #人形侦测配置
│       │   └── range.json  #参数范围
│       └── profile.json # profile的信息，需要修改
└── scripts # 各种脚本
    ├── build.py # 单独profile编译
    ├── release.py # 所有profile编译并发布
    ├── softLink.py # 软连接
    └── utils.py # 工具

编译测试

此时将profile/chipXDefault/profile.json中EmxSdkVersion的值修改为EmxSdk目录中的最新版本，例如"EmxSdk-20231031-1"，然后进入scripts目录下执行：

./build.py

由于没有指定参数，此时应当会出现下面的打印，profile list列出了当前已经实现的profile有哪些(通过遍历profile目录)

usage:./build.py profile_index
eg. ./build.py 0
-------------------profile list-------------------
0:chipXDefault

此时我们执行build命令并携带profile的索引号，编译chipXDefault

./build.py 0

一通编译打印之后应该会在EmxAiPluginDevelop/output目录下生成了EmxAiPlugin-Debug文件夹，这里面包含了一个完整的profile的输出

如果没编过，看看cmake版本是否正确，EmxSdk版本是否正确，softLink的两个路径是否正确...

发布测试

执行下面命令即可，会将所有的profile目录下的所有profile进行编译打包

./release.py

最终输出包含版本信息的所有支持的profile

EmxAiPlugin-xxxxxxxx-x

└── chipXDefault

这个EmxAiPlugin-xxxxxxxx-x就是芯片对接最终版本交付文件

3.工程配置

通过工程的搭建，目前可以完成chipXDefault的发布，接下来通过工程配置，就可以完成芯片厂商即将对接芯片的发布，期间也会对各种工程配置文件如何修改和编写进行详细的说明

命名

首先要对即将对接芯片系列进行命名，包括厂商-芯片系列-默认profile，可以参考如下定义方式，**后面的所有说明均以此为例**

厂商-ChipManufactory：cvitek
芯片系列-ChipSerial：cv181x
默认profile-Profile：cv181xDefault

填充Emx3dr/chip

Emx3dr/chip中存储着各个芯片厂商自己的sdk文件，对接前需要将芯片厂商自己的sdk中的头文件/库文件/sample文件(如果对接需要用到并编译这些代码)/驱动文件按照格式放入到Emx3dr/chip中，路径依次是chip-cvitek-cv181x-sdk版本号-头文件+库文件+驱动+[sample]，这样才能保证后面工程的顺利编译，像下面这样：

chip
├── cvitek
│   ├── cv181x
│   │   ├── 4.1.5_debug
│   │   └── ai
│   └── cv182x
│       ├── 2.1.1.19
│       └── 2.1.1.31
├── manufactoryX
│   └── chipX
│       ├── 0.0.0.0
│       └── ai
└── sigmastar
    └── ssc377qe
        └── 1.2.0
...

其中sdk版本号按照厂商自己的规则来就行

建立profile

进入EmxAiPluginDevelop/profile中，将chipXDefault复制为cv181xDefault 进入EmxAiPluginDevelop/chip中，复制manufactoryX为cvitek，然后将cvitek下的chipX统一替换为cv181x，chipXDefault替换为cv181xDefault，包括：

chipX目录名
chipXDefault目录名
chipXDefault.xpp文件名及其中代码内容

编写profile.json

EmxAiPluginDevelop/profile/cv181xDefault/profile.json文件存储了工程在编译打包过程中需要的必要信息，厂商需要按照实际情况完成修改，内容示例如下：

{
  "EmxSdkVersion": "EmxSdkDebug",
  "ChipManufactory": "cvitek",
  "ChipSerial": "cv181x",
  "ChipSdkVersion": "4.1.5_debug",
  "ChipAiVersion": "4.1.5_debug",
  "Cross": "riscv64-unknown-linux-musl",
  "CrossPath": "",
  "comment0": "runtime中保存的是插件运行过程中需要的所有二进制文件,运行前会对其md5进行校验",
  "comment1": "runtime中所有文件需存放在Emx3dr/chip/manufactoryX/chipX/ai/default_0.0.1目录中",
  "runtime": {
    "comment0": "由于所有的so会被dlopen动态加载进内存,数组的顺序必须符合依赖顺序",
    "lib": [
      "libsys.so",
      "libz.so.1",
      "libae.so",
      "libawb.so",
      "libisp_algo.so",
      "libisp.so",
      "libcvi_bin_isp.so",
      "libcvi_bin.so",
      "libvenc.so",
      "libvpu.so",
      "libcvikernel.so",
      "libcviruntime.so",
      "libcnpy.so",
      "libcvimath.so",
      "libopencv_core.so.3.2",
      "libopencv_imgproc.so.3.2",
      "libcvi_ive.so",
      "libcviai.so",
      "libcviai_app.so"
    ],
    "comment1": "插件依赖的其他文件,例如驱动,模型等",
    "file": [
      "mobiledetv2-pedestrian-d0-ls-448.cvimodel",
      "yolov8n_384_640_person_vehicle.cvimodel"
    ]
  }
}

Key	Type	Description
EmxSdkVersion	string	Emx版本，修改为实际基于的版本，例如`EmxSdk-20231031-1`
ChipManufactory	string	芯片厂商
ChipSerial	string	芯片系列

编写build.cmake

顶层CMakeLists.txt会根据选择的profile定位并包含此文件，是芯片厂编译自身代码的入口，其中有一些由顶层CMakeLists.txt传进来的变量可以使用，包括：

CMAKE_SOURCE_DIR : 工程顶层EmxAiPluginDevelop的绝对路径
ChipManufactory ：厂商名
ChipSerial ：芯片系列
ChipSdkVersion ：芯片sdk版本号
Profile ：当前profile
EmxChipPath ：Emx3dr/chip路径

下面说明这个文件内需要做的事情

赋值ChipSources变量
# 将需要编译的源文件添加到ChipSources中并增加头文件目录

include_directories(${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial})

# 这里包含插件所需要的算法

set(EmxAiPluginSources ${EmxAiPluginSources}

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/DefaultAiHandle.cpp

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/MotionDetection.cpp

#客流统计

# ${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/PassengerFlowStatistics.cpp

#人形侦测

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/PersonDetection.cpp

#越界入侵

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/CrossingInvasionComm.cpp

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/InvasionDetection.cpp

${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/CrossingDetection.cpp

)

aux_source_directory(${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/${AiPluginProfile} EmxAiPluginSources)
赋值EmxAiPluginLibs变量将最终需要链接的库文件添加到EmxAiPluginLibs中，例如：
set(EmxAiPluginLibs

)
添加路径依赖自行添加头文件和库文件路径依赖，例如：
# 头文件依赖

include_directories(${CMAKE_SOURCE_DIR}/chip/${ChipManufactory}/${ChipSerial}/${AiPluginProfile})

include_directories(${EmxChipPath}/${ChipManufactory}/${ChipSerial}/${ChipSdkVersion}/include/cviai)

include_directories(${EmxChipPath}/${ChipManufactory}/${ChipSerial}/${ChipSdkVersion}/include/cviai/app)

include_directories(${EmxChipPath}/${ChipManufactory}/${ChipSerial}/${ChipSdkVersion}/include)

...

# 库文件依赖

link_directories(${EmxChipPath}/${ChipManufactory}/${ChipSerial}/${ChipSdkVersion}/lib)

...
自定义宏定义和编译选项厂商可以在这里添加自己需要的定义
add_definitions(-DEmxAiPluginDefine)

add_compile_options(-DEmxAiPluginOption -Wno-unused-parameter -D_GNU_SOURCE

-D_MIDDLEWARE_V2_ -MMD -D__CV181X__ -DARCH_CV181X -mno-ldd

-D__aarch64__

-mcpu=c906fdv -march=rv64imafdcv0p7xthead -mcmodel=medany -mabi=lp64d

)

至此，就完成了cv181x芯片的工程配置，可以使用2.工程搭建中的方法尝试编译和发布一下新的profile，如果编译发布没有问题，可以进行下面的上板运行工作了

4.调试运行

Emx的运行需要特定的运行环境，首先保证设备(或开发板)上电并已经加载好芯片需要的运行环境，包括各种ko，然后需要设备具备挂载nfs文件系统的功能(或者使用效率稍微低一些的sd卡挂载方式，以下仅以nfs举例)

创建固件目录结构

修改并使用如下脚本在当前目录下创建调试目录emx

#!/bin/sh
# 先修改这些变量
Cross=riscv64-unknown-linux-musl
# 需要绝对路径
EmxSdkVersionPath=/xxx/the/path/of/EmxSdk-xxxxxxxx-x
Emx3drPath=/xxx/the/path/of/Emx3dr
EmxProfilePath=/xxx/the/path/of/EmxMedia-xxxxxxxx-x/chipXDefault
EmxAiPluginPath=/xxx/the/path/of/EmxAiPlugin-xxxxxxxx-x/chipXDefault
 
# 构建目录
mkdir -p emx
cd emx
mkdir -p firmware data/normal data/backup data/AiPlugin
cd data/AiPlugin
# 拷贝通用aiPlugin-configs
cp ${EmxAiPluginPath}/AiPlugin.json .
cp -r ${EmxAiPluginPath}/configs .
cp ${EmxAiPluginPath}/libEmxAiPlugin.so .
cp -r ${Emx3drPath}/chip/${ChipManufactory}/${ChipSerial}/ai/${ChipAiVersion}/* .
cd -
 
cd firmware
mkdir -p 3dr/bin 3dr/lib app parm media/bin media/lib configs/media/scene/default
# 拷贝sdk
cp -r ${EmxSdkVersionPath}/cross/${Cross}/bin app
cp -r ${EmxSdkVersionPath}/cross/${Cross}/lib app
chmod +x app/bin/*
# 拷贝第三方库，注意版本号更新
cp ${Emx3drPath}/common/jsoncpp/1.9.3/${Cross}/lib/*.so* 3dr/lib
cp ${Emx3drPath}/common/libuv/1.44.2/${Cross}/lib/*.so* 3dr/lib
# 拷贝param，调试阶段这里先使用明文参数
cp -r ${EmxSdkVersionPath}/EmxProductTemplate/orgParam/* param/
# 拷贝通用psp-param
cp -r ${EmxSdkVersionPath}/EmxProductTemplate/psp/param/* param/
# 拷贝通用configs
cp -r ${EmxSdkVersionPath}/EmxProductTemplate/orgConfigs/* configs/
# 拷贝通用psp-configs
cp -r ${EmxSdkVersionPath}/EmxProductTemplate/psp/configs/* configs/
# 将scene中的配置文件加入到scene中
cp ${EmxProfilePath}/configs/* configs/media/scene/default
 
# 拷贝EmxMediaServer
cp ${EmxProfilePath}/EmxMediaServer media/bin
 
chmod +x media/bin/*
 
 
# 芯片运行需要依赖的厂商自身的动态需要自行拷贝到media/lib下
# 如果已经在系统默认路径下如/lib /usr/lib则可以不用拷贝

挂载

将刚刚生成的emx目录挂载到设备上，这里假设挂载到设备的/mnt/nfs目录下

mount -t nfs -o nolock 192.168.10.123/home/xx/workspace/emx /mnt/nfs

修改环境变量

运行前需要向环境变量中添加firmware的所在路径，可以将以下内容写到某个文件中source一下

export EMX_DATA_DIR=/mnt/nfs/emx/data
export EMX_FIRMWARE_DIR=/mnt/nfs/emx/firmware
export EMX_3DR_DIR=${EMX_FIRMWARE_DIR}/3dr
export EMX_APP_DIR=${EMX_FIRMWARE_DIR}/app
export EMX_MEDIA_DIR=${EMX_FIRMWARE_DIR}/media
export EMX_CONFIGS_DIR=${EMX_FIRMWARE_DIR}/configs
export EMX_PARAM_DIR=${EMX_FIRMWARE_DIR}/param
 
export PATH=/usr/bin:/usr/sbin:/bin:/sbin
export PATH=${PATH}:${EMX_3DR_DIR}/bin
export PATH=${PATH}:${EMX_APP_DIR}/bin
export PATH=${PATH}:${EMX_APP_DIR}/scripts
export PATH=${PATH}:${EMX_MEDIA_DIR}/bin
export PATH=${PATH}:${EMX_MEDIA_DIR}/scripts
 
export LD_LIBRARY_PATH=/lib:/usr/lib
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${EMX_3DR_DIR}/lib
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${EMX_APP_DIR}/lib
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${EMX_MEDIA_DIR}/lib
 
# 调试阶段定义这个环境变量可以暂时使用明文参数
export EMX_PLAINT_PARAM=1

执行

libEmxAiPlugin.so 会被EmxMediaServer加载，所以需要启动EmxMediaServer并进入后台执行

EmxCoreServer -b

EmxMediaServer -b

测试工具

完成模块对接后，可以运行如下指令，然后配合客户端EmxClient.exe，进行EmxMediaServer的模块测试，需保证通过完整测试用例

EmxToolsV2 -b

在发布的EmxSdk包里面cross对应平台的下的demo目录提供了两个测试ai的简单工具：

DemoAi

DemoAiFaceRegister

DemoAi 程序运行后会实时获取所有ai模块上传的ai数据，并打印数据类型和数量

DemoAiFaceRegister 程序是单次下发程序，需要携带参数实现人脸注册、注销、同步数据库的操作，基本使用方式：

注册人脸：DemoAiFaceRegister 0 id imgPath
    eg:./DemoAiFaceRegister 0 1 /tmp/face1.jpg
    这样运行就会实现id为1 的人脸注册，并返回注册结果
注销人脸：DemoAiFaceRegister 1 id
    eg:./DemoAiFaceRegister 1 1 
    这样运行就会注销id为1 的人脸
同步数据库：DemoAiFaceRegister 2 libJsonPath
    eg:./DemoAiFaceRegister 2 /tmp/facelib4.json
    这样运行就会将facelib4这个人脸库信息同步给ai人脸识别模块底库

5.模块开发

EmxAiPlugin 算法实现很开放，调用者只关注返回的算法结果，算法的模块包含：

enum class TypeE : uint8_t {
    MotionDetection = 0,      //!<移动侦测数据
    PersonDetection,          //!<人形侦测数据
    FaceDetection,            //!<人脸检测数据
    Classify,                 //!<分类数据
    FaceRecognition,          //!<人脸识别数据
    PersonRecognition,        //!<人形识别数据
    TypeNum,                  //!<数据类型数量
    PassengerFlowStatistics,  //!<客流统计数据
    CrossingDetection,        //!<越界数据
    InvasionDetection,        //!<区域入侵数据
    PersonVehicleNonDetection,//!<人车非检测
    ElectricBicycleDetection, //!<电动车检测
    VehicleRecognition,       //!<车辆识别含车牌
    RegionalPeopleStatistics, //!<区域人数统计
    OffDutyDetection,         //!<离岗检测
    BabyCryDetection,         //!<婴儿啼哭检测
    PtzTargetTrack,           //!<云台追踪目标
    KeywordSpotting,          //!<语义分析，关键字检测
    FlameSmokeDetection,      //!<火焰烟雾检测
};
.....

芯片对接需要实现的代码放在chip/cvitek/cv181x下，此目录下会存在profile对应的一个文件夹，里面实现了一个库接口初始化和算法模块加载的接口。下面以cv181x为例，profile是cv181xHangYanIndoor，对应文件目录也是 cv181xHangYanIndoor，在此目录中创建任意名称文件： cv181xDefault.cpp，cv181xDefault.hpp

cv181xDefault 需要继承 MediaServerAiChn，并且实现：

namespace Emx {
    class cv181xDefault : public MediaServerAiChn {
    public:
        cv181xDefault(int32_t chn) : MediaServerAiChn(chn) {}
 
        virtual ~cv181xDefault(){};
 
        ErrCodeE OnCreate() override;
 
        void OnDestroy() override;
    };
}// namespace Emx

cv181xDefault.cpp中还需要实现库调用的初始化接口：

static char g_AiPluginWorkspace[EMX_MAX_PATH_SIZE] = {0};
static EmxAiPluginVersionT g_AiPluginVersion;
int EmxAiPluginInit(const char *path) { 
    return 0;
}
void EmxAiPluginDeInit() {
}
void *EmxAiPluginMakeAiChn(int32_t chn) {
    return (void *) new cv181xDefault(chn);
}
 
struct EmxAiPluginVersionT EmxAiPluginGetVersion() {
    g_AiPluginVersion.sEmxAiPluginVersion = EmxAiPluginVersion;
    g_AiPluginVersion.sEmxMediaVersion = EmxMediaVersion;
    g_AiPluginVersion.sEmxSdkVersion = EmxSdkVersion;
    g_AiPluginVersion.sChipManufactory = ChipManufactory;
    g_AiPluginVersion.sChipSerial = ChipSerial;
    g_AiPluginVersion.sChipAiVersion = ChipAiVersion;
    g_AiPluginVersion.sChipSdkVersion = ChipSdkVersion;
    g_AiPluginVersion.sAiPluginProfile = AiPluginProfile;
    return g_AiPluginVersion;
}
 
ErrCodeE cv181xDefault::OnCreate() {
    Json::Value param;
    char tmp[EMX_MAX_PATH_SIZE] = {0};
    if (LoadParam(param) != ErrCodeE::Success) return ErrCodeE::Failure;
    sprintf(tmp, "%s/configs/%s", g_AiPluginWorkspace, "config.json");
    Json::Value node;
    if (EasyJson::Load(tmp, node) != ErrCodeE::Success) {
        emxloge("load %s failed\n", tmp);
        return ErrCodeE::ParseFailed;
    }
    Json::Value root = node[m_chn];
    if(root.isMember("MotionDetection") && root["MotionDetection"].asBool()){
        m_algs.push_back(new MotionDetection(m_chn));
        emxlogi("Config MotionDetection mode start!\n");
    }
    if(root.isMember("PersonDetection") && root["PersonDetection"].asBool()){
        m_algs.push_back(new PersonDetection(m_chn));
        emxlogi("Config PersonDetection mode start!\n");
    }
    if(root.isMember("CrossingInvasionComm") && root["CrossingInvasionComm"].asBool()){
        m_algs.push_back(new CrossingInvasionComm(m_chn));
        emxlogi("Config CrossingInvasionComm mode start!\n");
    }
    if(root.isMember("FaceAlgorithm") && root["FaceAlgorithm"].asBool()){
        m_algs.push_back(new FaceAlgorithm(m_chn));
        emxlogi("Config FaceAlgorithm mode start!\n");
    }
    for (auto &e: m_algs) { e->Create(g_AiPluginWorkspace, param[m_chn]); }
    return ErrCodeE::Success;
}
 
void cv181xDefault::OnDestroy() {
    for (auto &e: m_algs) {
        e->Destroy();
        delete e;
    }
    m_algs.clear();
}

所有算法模块都有一些相同的特性，了解这些特性对于后续对接开发有很大帮助，这里为了方便描述，假设我们一个算法名为移动侦测，对应的源文件是MotionDetection.cpp和MotionDetection.hpp，在MotionDetection.hpp定义了一个同名的类MotionDetection这个类继承了EmxAiPluginAlgBase，它是EmxAiplugin实现的一个基础类，我们只需要重点关注这些定义函数的实现即可。通常MotionDetection会有3个通用的回调需要实现，Create表示模块某个通道的创建回调，Destroy表示某个通道的销毁回调，SetParam表示模块某个通道的参数发生改变的回调。MotionDetection的通道号是从父类继承来的，成员变量m_chn，关于通道号的信息

void Create(const char *workspace, Json::Value &param) override;
void Destroy() override;
ErrCodeE SetParam(const Json::Value &paramNew) override;

在每个模块的详细说明中，可以被阻塞的回调都会特别说明指出，没有指明的回调均是不可被阻塞的

一般来讲在Create阶段必定会涉及到配置文件的加载，加载配置文件使用如下方式：

Json::Value root;
char path[EMX_MAX_PATH_SIZE] = {};
snprintf(path, sizeof(path), "%s/AiPlugin/configs/%s.json", SysEnv::GetDataDir(), m_name.c_str());
auto e = EasyJson::Load(path, root);
if (e != ErrCodeE::Success) {
    emxloge("get media %s configuration failed\n", path);
    return;
}
auto &json = root[m_chn];

json中存储的就是这个模块通道的配置文件，这个配置文件由芯片厂商自行编写，m_name.c_str()是模块名称字符串xxxx

6.Ai数据上报

目前支持的Ai数据类型都以头文件形式提供，头文件在 sdk/include/media/common下：

哭声侦测：MediaInfAiDataBabyCryDetection.hpp
分类数据：MediaInfAiDataClassify.hpp
越界侦测：MediaInfAiDataCrossingDetection.hpp
人脸检测：MediaInfAiDataFaceDetection.hpp
人脸识别：MediaInfAiDataFaceRecognition.hpp
火焰烟雾检测：MediaInfAiDataFlameSmokeDetection.hpp
区域入侵侦测：MediaInfAiDataInvasionDetection.hpp
语义关键字检测：MediaInfAiDataKeywordSpotting.hpp
车牌识别：MediaInfAiDataLicensePlateRecognition.hpp
移动侦测：MediaInfAiDataMotionDetection.hpp
离岗检测：MediaInfAiDataOffDutyDetection.hpp
客流统计：MediaInfAiDataPassengerFlowStatistics.hpp
人形侦测：MediaInfAiDataPersonDetection.hpp
人形识别：MediaInfAiDataPersonRecognition.hpp
人车非检测：MediaInfAiDataPersonVehicleNonDetection.hpp
目标云台追踪：MediaInfAiDataPtzTargetTrack.hpp
区域人数统计：MediaInfAiDataRegionalPeopleStatistics.hpp
车辆识别：MediaInfAiDataVehicleRecognition.hpp
....

Ai数据上报是最终目标，当获取到对应数据时需要调用MediaAiJob::PushAiData上报数据,以移动侦测为例

void MotionDetection::OnGetFrame(void *arg) {
    cvai_object_t obj;
    ...
    //获取移动侦测结果
    CVI_AI_MotionDetection(m_aiHandle, &stFrame, &obj, m_threshold, (double) m_minArea);
    .....
    if (obj.size > 0) {
        auto &header = m_data.header;
        header.chn = m_chn;
        header.type = MediaInfAiData::TypeE::MotionDetection;
        header.timestampMs = Time::GetMs64();
        header.srcPicSize.w = (int) stFrame.stVFrame.u32Width;
        header.srcPicSize.h = (int) stFrame.stVFrame.u32Height;
        m_data.num = (int) obj.size;
        m_data.Alloc(m_data.num);
        for (int i = 0; i < (int) obj.size; i++) {
            auto &bbox = obj.info[i].bbox;
            m_data.array[i].Set((int) bbox.x1, (int) bbox.y1, (int) (bbox.x2 - bbox.x1), (int) (bbox.y2 - bbox.y1));
            m_data.array[i].id = obj.info[i].id;
            m_data.array[i].score = bbox.score;
        }
        m_got = true;
    }
    //释放算法数据
    CVI_AI_Free(&obj);
}
 
void MotionDetection::OnGetFrameComplete(void *arg) {
    if (!m_got) return;
    MediaAiJob::PushAiData(&m_data);
    m_data.Free();
    m_got = false;
}

7.人脸识别

人脸识别模块设计到人脸注册、人脸注销、数据库更新操作，主要是属性是人脸id和人脸特征信息

所有操作都通过Ctrl接口下发，接口参数均采用json格式，人脸（陌生人）识别模块需要自己实现此虚函数

virtual ErrCodeE Ctrl(const Json::Value &in, Json::Value &out) {
    return ErrCodeE::OperationNotSupport;
}

写个简单例子：

hpp:
#include "media/common/MediaInfAiDataFaceRecognition.hpp"
#include "media/common/MediaInfAiDataFaceDetection.hpp"
#include "media/server/MediaServerAi.hpp"
namespace Emx {
    class FaceAlgorithm : public EmxAiPluginAlgBase {
    public:
        FaceAlgorithm(int chn) : EmxAiPluginAlgBase(chn, "FaceAlgorithm"), m_created(false), m_started(false) {}
        ...
        ErrCodeE Ctrl(const Json::Value &in, Json::Value &out) override;
 
    private:
        ...
        ErrCodeE FaceRegister(const Json::Value &info, Json::Value &out);
 
        ErrCodeE FaceUnregister(const Json::Value &id);
 
        ErrCodeE FaceSyncLibrary(const Json::Value &library);
        ...
    };
}// namespace Emx
 
cpp:
ErrCodeE FaceAlgorithm::Ctrl(const Json::Value &in, Json::Value &out) {
    ErrCodeE e = ErrCodeE::Success;
    if (in.isMember("faceRegister")) { e = FaceRegister(in["faceRegister"], out); }
    if (in.isMember("faceUnregister")) { e = FaceUnregister(in["faceUnregister"]); }
    if (in.isMember("syncLibrary")) { e = FaceSyncLibrary(in["syncLibrary"]); }
    return e;
}

人脸注册

人脸注册根据下发的json数组，获取人脸id、是否是图片标志，和图片路径（或摄像头采集画面）。人脸输入信息json格式要求：

[
    {"id":1,"isImg":true,"path":"/tmp/face1.jpg"},
    {"id":2,"isImg":false,"path":""}
]

path是当isImg为true时才会传具体的图片路径，目前图片仅支持jpg。

人脸特征信息json格式要求：

[
    {"id":1,"feature":"base64(feature)"}
]

id时传入人脸信息的id，feature 是将二进制的特征信息做base64编码存储。

简单例子：

ErrCodeE FaceAlgorithm::FaceRegister(const Json::Value &info, Json::Value &out) {
    ErrCodeE e = ErrCodeE::Success;
    //人脸提取特征数据
    for (int i = 0; i < (int) info.size(); i++) {
        Json::Value faceInfo;
        std::string buf;
        faceInfo["id"] = info[i]["id"].asInt();
        //是使用jpg图片提取
        if(info["isImg"].asBool()){
             //e = getFeature(info[i]["path"].asString(),buf);
            emxlogi("register[%d],id=%d,path=%s\n", i,info[i]["id"].asInt(),info[i]["path"].asString().c_str());
        }else{
             //e = getSourceFeature(buf);
              emxlogi("register[%d],id=%d,path=null\n", i,info[i]["id"].asInt());
        }
        if(e ==  ErrCodeE::Success){
            std::string feature;
            Base64::Encode(buf, feature);
            faceInfo["feature"] = feature;
            out.append(faceInfo);
        }
    }
    return e;
}

人脸注销

人脸注销根据下发的id数组来删除人脸底库中所有对应id的人脸特征信息人脸注销json格式要求：

[1,5,120,62,20]

简单例子：

ErrCodeE FaceAlgorithm::FaceUnregister(const Json::Value &id) {
    for (int i = 0; i < (int) id.size(); i++) {
         int idNum = id[i].asInt();
        emxlogi("unregister[%d],id=%d\n", i,idNum);
        //删除对应id人脸库
        // faceDelete(idNum);
    }
    return ErrCodeE::Success;
}

人脸库同步

人脸库同步是应用层将当前保存在数据库的人脸id和特征信息下发给算法端，算法端需要将这些信息放到人脸底库中做识别。注意ai模块不需要离线保存人脸底库，由应用层保存，且这里同步底库需要ai模块将原始的人脸底库清空，完全使用同步的新数据，一般是开机后同步一次简单例子：

ErrCodeE FaceAlgorithm::FaceSyncLibrary(const Json::Value &library) {
    //同步特征数据
    for (int i = 0; i < (int) library.size(); i++) {
        int idNum = library[i]["id"].asInt();
        std::string feature = library[i]["feature"].asString();
        //添加人脸库
        std::string buf;
        Base64::Decode(feature,buf);
        emxlogi("lirary[%d] idNum=%d\n", i,idNum);
        // addLibrary(idNum,buf);
    }
    return ErrCodeE::Success;
}

8.必要文件说明

在AiPlugin目录下的configs目录下，有几个必要的文件，这个文件是算法模块的配置文件，所有芯片都需要存在 config.json、range.json、param.def.json

range.json

range.json 是一个json数组，每个对象对应一个算法通道的参数范围，因为算法的具体范围各个厂家不一致，现在这里统一为空，但是必须有一个空的对象，算法调用时会根据range中的对象数量来创建算法通道，比如：

单目设备1个算法通道：
[{ }]
双目设备2个算法通道：
[{ },{ }]
三目设备3个算法通道：
[{ },{ },{ }]
...
依此类推

config.json

config.json 是一个json数组，每个对象对应一个算法通道的具体算法信息，里面的参数字段不做限制，由AiPlugin的开发者自行定义，比如：

单目设备1个算法通道：
[{
    "MotionDetection":true,
    "PersonDetection": true,
}]
双目设备2个算法通道：
[{
    "MotionDetection":true,
    "PersonDetection": true,
},
{
    "MotionDetection":true,
    "PersonDetection": false,
}]
...
依此类推

param.def.json

param.def.json 是一个json数组，每个对象对应一个算法通道的具体算法控制参数，里面的参数字段全部由EmxSdk统一，不支持的算法可以缺省，比如：

[
    {
        "MotionDetection": {
            "ena": true,
            "threshold": 20
        },
        "PersonDetection": {
            "ena": true
        },
        "Classify": {
            "ena": false
        },
        "InvasionDetection": {
            "ena": false,
            "invasionType": 1,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "map": [ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 ]
        },
        "CrossingDetection": {
            "ena": false,
            "crossType": 1,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "lineX1": 0,
            "lineY1": 5000,
            "lineX2": 10000,
            "lineY2": 5000,
            "direction": 0
        },
        "PassengerFlowStatistics": {
            "ena": false,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70,
            "lineX1": 0,
            "lineY1": 5000,
            "lineX2": 10000,
            "lineY2": 5000,
            "direction": 0
        },
        "RegionalPeopleStatistics": {
            "ena": false,
            "intervalTime":60,
            "map": [ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 ]
        },
        "OffDutyDetection": {
            "ena": false,
            "limitNum": 1,
            "timeOut": 60,
            "map": [ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 ]
        },
        "FaceDetection": {
            "ena": false,
            "minWidth": 40,
            "minHeight": 40
        },
        "FaceRecognition": {
            "ena": false,
            "threshold": 50,
            "snapMode": 0,
            "snapTime": 10,
            "snapQuality": 20,
            "snapClarity": 70,
            "snapAngle": 60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureQuality": 70,
            "aeEna": true,
            "aeThreshold": 60,
            "minWidth": 80,
            "minHeight": 80,
            "maskEna": true,
            "maskThreshold": 60,
            "recognitionEna": true
        },
        "PersonVehicleNonDetection": {
            "ena": false,
            "threshold": 60,
            "captureBackImg": false,
            "captureRectImg": false,
            "captureQuality": 70
        },
        "VehicleRecognition": {
            "ena": false,
            "licensePlateEna": false,
            "threshold": 60,
            "captureBackImg": true,
            "captureRectImg": true,
            "captureLicensePlateImg": true,
            "captureQuality": 70
        },
        "PtzTargetTrack": {
            "ena": false,
            "type comment":"MediaInfAiDataPtzTargetTrack::TypeE 0=移动 1=人形 其他暂不支持",
            "type": 1,
            "flip mirror comment":"如果设备设置了画面镜像翻转,需要给算法同步状态",
            "flip": false,
            "mirror": false,
            "stopTimeout comment":"停止追踪超时时间,超过此时间会上报ai报警",
            "stopTimeout": 30,
            "horStep verStep comment":"追踪转换步长的补偿值,如果电机每次转动到超过了目标的位置就减小,反之加大",
            "horStep": 8,
            "verStep": 3,
            "horSpeed verSpeed comment":"追踪速度,越大越快",
            "horSpeed": 600,
            "verSpeed": 350
        },
        "FlameSmokeDetection": {
            "ena": false
        },
    }
]