本文介绍了单源单输出官方数据流模板。单源单输出模板适用于视频数据流，表示从单个输入算子获取视频流，经过一系列处理后，将处理结果推送到单个输出算子。

基本信息

您可以在边缘智能控制台的官方模板列表访问本模板。下图展示了本模板的基本信息。

版本列表

本模板提供如下可用版本。

使用说明

v1-rtsp源-物体检测-事件推送

版本说明
v1 版本的数据流包含以下环节：

1. 从 RTSP 源拉取视频流数据，对视频流进行解码并形成一批视频帧，作为模型服务的输入。
2. 使用模型服务检测视频帧中的特定对象（如行人、车辆等）并对检测到的对象进行标识。
3. 将结果转换为 JSON 格式的消息元数据，然后推送到边缘智能控制台的数据流事件中心。

使用前提

• 边缘节点采用 ×86 架构。
• 您已经在边缘节点上完成以下准备工作：
  • 部署一个“物体检测”类型的模型服务。相关操作，请参见部署模型服务。
  • 为边缘节点开启“负载水位”功能。相关操作，请参见编辑节点信息。

使用 v1 版本

1. 基于数据流版本创建一个数据流实例。

   • 模板：选择 官方模板/视频数据流/dlstreamer官方模板。
   • 版本：选择 v1-rtsp源-物体检测-事件推送。
   • 节点：选择一个节点以部署该数据流实例。您选择的节点需要满足使用前提中的要求。

2. 在数据流实例中进行数据流编排，为各个算子设置控制参数。

   说明

   关于算子控制参数的详细解释，请参见视频数据流算子。

   算子	控制参数	类型	是否必须	说明
   RTSP拉流带分析	location	String	是	RTSP 流的 URL。
   	identifier	String	是	RTSP 流的标识符。
   	latency	Integer	否	要缓存的毫秒数。取值范围：0~4294967295，默认值：2000。
   	roi-filters	N/A	否	绘制 ROI 区域。详见对象分析算子的说明。
   	line-crossings	N/A	否	绘制绊线。详见对象分析算子的说明。
   视频解码器	无	N/A	否	无需设置。
   物体检测	model-service	String	是	用于推理的模型服务。
   	inference-region	String	是	指定进行推理的区域。可选项： full-frame：在整帧上进行推理 roi-list：只在 ROI 区域内进行推理
   	inference-interval	Integer	否	指定连续跳过进行推理的批次数量。取值范围：0~2147483647，默认值：5。
   结果绘制	无	N/A	否	无需设置。
   消息转换	frame-interval	Integer	否	生成有效载荷的帧间隔。取值范围：0~4294967295，默认值：30。
   	conditions	String	否	使用 JSON Path 语法，针对消息元数据设置过滤条件。关于消息元数据的参数结构，请参见数据流事件。
   	actions	Array	否	条件满足时需要执行的操作列表。可选项： send：发送消息。 not send：不发送消息。
   	send_image	Boolean	否	是否发送图像数据。默认值：true。
   	enable_extra_info	Boolean	否	是否发送额外信息。默认值：true。
   事件推送	无	N/A	否	无需设置。

v2-摄像头设备-物体检测-虚拟时序设备

版本说明
v2 版本的数据流包含以下环节：

1. 从接入边缘节点的摄像头设备获取视频流数据，对视频流进行解码并形成一批视频帧，作为模型服务的输入。
2. 使用模型服务检测视频帧中的特定对象（如行人、车辆等）并对检测到的对象进行标识。
3. 将带有检测信息的结果转换为 JSON 格式的消息元数据，然后推送到同一个边缘节点上的虚拟时序设备。

使用前提

• 边缘节点采用 ×86 架构。
• 您已经在边缘节点上完成以下准备工作：
  • 部署一个“物体检测”类型的模型服务。相关操作，请参见部署模型服务。
  • 接入一个摄像头设备。
  • 接入一个虚拟时序设备。

使用 v2 版本

1. 基于数据流版本创建一个数据流实例。

   • 模板：选择 官方模板/视频数据流/dlstreamer官方模板。
   • 版本：选择 v2-摄像头设备-物体检测-虚拟时序设备。
   • 节点：选择一个节点以部署该数据流实例。您选择的节点需要满足使用前提中的要求。

2. 在数据流实例中进行数据流编排，为各个算子设置控制参数。

   说明

   关于算子控制参数的详细解释，请参见视频数据流算子。

   算子	控制参数	类型	是否必须	说明
   摄像头设备带分析	device	String	是	从算子已经接入的设备中选择一个摄像头设备。
   	device-tag	String	否	显示了已选择设备的标签。
   	identifier	String	是	为设备设置一个标识符。
   	latency	Integer	否	要缓存的毫秒数。取值范围：0~4294967295，默认值：2000。
   	roi-filters	N/A	否	绘制 ROI 区域。详见对象分析算子的说明。
   	line-crossings	N/A	否	绘制绊线。详见对象分析算子的说明。
   视频解码器	无	N/A	否	无需设置。
   物体检测	model-service	String	是	用于推理的模型服务。
   	inference-region	String	是	指定进行推理的区域。可选项： full-frame：在整帧上进行推理 roi-list：只在 ROI 区域内进行推理
   	inference-interval	Integer	否	指定连续跳过进行推理的批次数量。取值范围：0~2147483647，默认值：5。
   结果绘制	无	N/A	否	无需设置。
   消息转换	frame-interval	Integer	否	生成有效载荷的帧间隔。取值范围：0~4294967295，默认值：30。
   	conditions	String	否	使用 JSON Path 语法，针对消息元数据设置过滤条件。关于消息元数据的参数结构，请参见数据流事件。
   	actions	Array	否	条件满足时需要执行的操作列表。可选项： send：发送消息。 not send：不发送消息。
   	send_image	Boolean	否	是否发送图像数据。默认值：true。
   	enable_extra_info	Boolean	否	是否发送额外信息。默认值：true。
   虚拟时序设备	device	String	是	从边缘节点已经接入的设备中选择一个虚拟时序设备。

v3-rtsp源-物体检测-对象跟踪-事件推送

版本说明
v3 版本的数据流包含以下环节：

1. 从 RTSP 源拉取视频流数据，对视频流进行解码并形成一批视频帧，作为模型服务的输入。
2. 使用模型服务检测视频帧中的特定对象（如行人、车辆等）。
3. 将带有分析信息的结果转换为 JSON 格式的消息元数据，然后推送到边缘智能控制台的数据流事件中心。

使用前提

• 边缘节点采用 ×86 架构。
• 您已经在边缘节点上完成以下准备工作：
  • 部署一个“物体检测”类型的模型服务。相关操作，请参见部署模型服务。
  • 为边缘节点开启“状态监控”功能。相关操作，请参见开启状态监控。

使用 v3 版本

1. 基于数据流版本创建一个数据流实例。

   • 模板：选择 官方模板/视频数据流/dlstreamer官方模板。
   • 版本：选择 v3-rtsp源-物体检测-对象跟踪-事件推送。
   • 节点：选择一个节点以部署该数据流实例。您选择的节点需要满足使用前提中的要求。

2. 在数据流实例中进行数据流编排，为各个算子设置控制参数。

   说明

   关于算子控制参数的详细解释，请参见视频数据流算子。

   算子	控制参数	类型	是否必须	说明
   RTSP拉流带分析	location	String	是	RTSP 流的 URL。
   	identifier	String	是	RTSP 流的标识符。
   	latency	Integer	否	要缓存的毫秒数。取值范围：0~4294967295，默认值：2000。
   	roi-filters	N/A	否	绘制 ROI 区域。详见对象分析算子的说明。
   	line-crossings	N/A	否	绘制绊线。详见对象分析算子的说明。
   视频解码器	无	N/A	否	无需设置。
   物体检测	model-service	String	是	用于推理的模型服务。
   	inference-region	String	是	指定进行推理的区域。可选项： full-frame：在整帧上进行推理 roi-list：只在 ROI 区域内进行推理
   	inference-interval	Integer	否	指定连续跳过进行推理的批次数量。取值范围：0~2147483647，默认值：5。
   对象跟踪	tracking-type	String	是	跟踪算法。可选项： short-term-imageless（默认） zero-term zero-term-imageless
   结果绘制	无	N/A	否	无需设置。
   消息转换	frame-interval	Integer	否	生成有效载荷的帧间隔。取值范围：0~4294967295，默认值：30。
   	conditions	String	否	使用 JSON Path 语法，针对消息元数据设置过滤条件。关于消息元数据的参数结构，请参见数据流事件。
   	actions	Array	否	条件满足时需要执行的操作列表。可选项： send：发送消息。 not send：不发送消息。
   	send_image	Boolean	否	是否发送图像数据。默认值：true。
   	enable_extra_info	Boolean	否	是否发送额外信息。默认值：true。
   事件推送	无	N/A	否	无需设置。

v4-rtmp源-物体检测-对象跟踪-ekuiper推送

版本说明
v4 版本的数据流包含以下环节：

1. 从 RTMP 源拉取视频流数据，对视频流进行解码并形成一批视频帧，作为模型服务的输入。
2. 使用模型服务检测视频帧中的特定对象（如行人、车辆等）。
3. 将带有分析信息的结果转换为 JSON 格式的消息元数据，然后推送到同一个边缘节点上的时序数据流实例进行处理。

使用前提

• 边缘节点采用 ×86 架构。
• 您已经在边缘节点上完成以下准备工作：
  • 部署一个“物体检测”类型的模型服务。相关操作，请参见部署模型服务。
  • 部署一个时序数据流实例，并且时序数据流使用“视频流输入源”作为输入算子。更多信息，请参见时序数据流算子。

使用 v4 版本

1. 基于数据流版本创建一个数据流实例。

   • 模板：选择 官方模板/视频数据流/dlstreamer官方模板。
   • 版本：选择 v4-rtmp源-物体检测-对象跟踪-ekuiper推送。
   • 节点：选择一个节点以部署该数据流实例。您选择的节点需要满足使用前提中的要求。

2. 在数据流实例中进行数据流编排，为各个算子设置控制参数。

   说明

   关于算子控制参数的详细解释，请参见视频数据流算子。

   算子	控制参数	类型	是否必须	说明
   RTMP拉流带分析	location	String	是	RTMP 流的 URL。
   	identifier	String	是	RTMP 流的标识符。
   	roi-filters	N/A	否	绘制 ROI 区域。详见对象分析算子的说明。
   	line-crossings	N/A	否	绘制绊线。详见对象分析算子的说明。
   视频解码器	无	N/A	否	无需设置。
   物体检测	model-service	String	是	用于推理的模型服务。
   	inference-region	String	是	指定进行推理的区域。可选项： full-frame：在整帧上进行推理 roi-list：只在 ROI 区域内进行推理
   	inference-interval	Integer	否	指定连续跳过进行推理的批次数量。取值范围：0~2147483647，默认值：5。
   对象跟踪	tracking-type	String	是	跟踪算法。可选项： short-term-imageless（默认） zero-term zero-term-imageless
   结果绘制	无	N/A	否	无需设置。
   消息转换	frame-interval	Integer	否	生成有效载荷的帧间隔。取值范围：0~4294967295，默认值：30。
   	conditions	String	否	使用 JSON Path 语法，针对消息元数据设置过滤条件。关于消息元数据的参数结构，请参见数据流事件。
   	actions	Array	否	条件满足时需要执行的操作列表。可选项： send：发送消息。 not send：不发送消息。
   	send_image	Boolean	否	是否发送图像数据。默认值：true。
   	enable_extra_info	Boolean	否	是否发送额外信息。默认值：true。
   Ekuiper推送	无	N/A	否	无需设置。

最佳实践

如果直接使用官方模板创建数据流实例，您将无法修改数据流的结构。而在实际使用过程中，官方模板版本中的数据流结构可能并不适合您的业务需求。这种情况下，您可以按如下方式来使用官方模板：

1. 复制官方模板生成一个新的自定义模板。（新的自定义模板包含官方模板下的所有版本。）
2. 在自定义模板中，找到适合您场景的版本，然后通过数据流编排，修改版本的数据流（如增删算子等）。
3. 使用自定义模板创建数据流实例。