忙碌不会钓鱼的专栏

摘要 本文介绍了使用SAHI（Slicing Aided Hyper Inference）结合YOLO模型提升小目标检测效果的方法。针对远景小物体检测效果不佳的问题，通过SAHI将图像切割为多张小图进行批处理，增加目标在图像中的占比。文章详细讲解了Linux环境下YOLO环境的配置步骤、SAHI与YOLO结合的简单样例实现，以及如何导出TensorRT模型优化推理速度。重点展示了自定义YoloTensorRTModel子类实现批量预测的方案，通过重写关键方法支持TensorRT加速，平衡检测精度与处理效率。

上面试着本地添加了ollama的模型，实际上使用时，如果需要用本地跑不了的模型，或者一些不想本地跑的，都可以直接到对应平台申请相应的api key，再到RAGFlow的模型提供商里面进行添加就ok。官网直接下载安装，安装完成后配置下两个环境变量就ok了，一个是OLLAMA_HOST，因为后续ragflow在docker里跑，需要让ollama监听所有的ip；如果直接使用各大平台api的略过就ok了。ollama配置完成之后，直接在网站搜索对应需要的模型，复制运行指令到命令行就ok了，会自动下载完模型运行。

draw_rounded_rect 单纯为了绘制个圆角框，可以简单的用cv2.rectangle(frame_in, (x1, y1), (x2, y2), (0, 255, 0), 2, cv2.LINE_AA)画。流程主要就是加载模型，捕获对应的rtmp视频流，跑循环一帧帧解析数据，之后把帧的绘制结果写入本地的视频文件，同时帧结果也通过ffmpeg库推到对应的RTMP server去播放。依据传入的opencv捕获的视频流对象，获取本地保存视频的一些参数，创建video_writer，并记录推流参数。

但其实简单跑训练推理应该默认安装pytorch的时候就会装上需要的依赖了，这一步不一定需要安装。然后如果运行的时候torch报错，可能还是安装的时候哪里有错还是覆盖了什么，建议pip uninstall torch相关的包，然后再跑一下官网那个安装链接就ok了。之后就都是在conda环境安装了，建一个新的环境，默认勾了python选个版本就行，这里用的python3.12.9。之后就是ultralytics库了，官方文档起始都很详细了，我这里就直接拉源码下来跑了。就先到这，后面再说说检测视频流的简单实现。