Compare commits
4 Commits
5dd9dc15d5
...
master
| Author | SHA1 | Date | |
|---|---|---|---|
| 5a0265de52 | |||
| a9a5457583 | |||
| 1fad88ae0c | |||
| 714361b57f |
547
algorithms.py
547
algorithms.py
File diff suppressed because it is too large
Load Diff
@@ -20,6 +20,8 @@ class AlgorithmType(str, Enum):
|
||||
"""算法类型枚举"""
|
||||
LEAVE_POST = "leave_post"
|
||||
INTRUSION = "intrusion"
|
||||
ILLEGAL_PARKING = "illegal_parking"
|
||||
VEHICLE_CONGESTION = "vehicle_congestion"
|
||||
CROWD_DETECTION = "crowd_detection"
|
||||
FACE_RECOGNITION = "face_recognition"
|
||||
|
||||
|
||||
@@ -884,6 +884,37 @@ class SQLiteManager:
|
||||
except Exception as e:
|
||||
logger.error(f"获取摄像头算法绑定失败: {e}")
|
||||
return []
|
||||
|
||||
def get_all_bindings(self) -> List[Dict[str, Any]]:
|
||||
"""获取所有启用的算法绑定（一次查询，避免 N+1）"""
|
||||
try:
|
||||
cursor = self._conn.cursor()
|
||||
cursor.execute("""
|
||||
SELECT b.bind_id, b.roi_id, b.algo_code, b.params, b.priority,
|
||||
b.enabled, b.created_at, b.updated_at,
|
||||
a.algo_name, a.target_class
|
||||
FROM roi_algo_bind b
|
||||
LEFT JOIN algorithm_registry a ON b.algo_code = a.algo_code
|
||||
WHERE b.enabled = 1
|
||||
ORDER BY b.priority DESC
|
||||
""")
|
||||
results = []
|
||||
for row in cursor.fetchall():
|
||||
result = dict(zip(
|
||||
['bind_id', 'roi_id', 'algo_code', 'params', 'priority',
|
||||
'enabled', 'created_at', 'updated_at', 'algo_name', 'target_class'],
|
||||
row
|
||||
))
|
||||
if result.get('params') and isinstance(result['params'], str):
|
||||
try:
|
||||
result['params'] = json.loads(result['params'])
|
||||
except (json.JSONDecodeError, TypeError):
|
||||
pass
|
||||
results.append(result)
|
||||
return results
|
||||
except Exception as e:
|
||||
logger.error(f"获取所有算法绑定失败: {e}")
|
||||
return []
|
||||
|
||||
def delete_roi_algo_bind(self, bind_id: str) -> bool:
|
||||
"""删除ROI算法绑定"""
|
||||
|
||||
@@ -47,6 +47,7 @@ class AlarmUploadWorker:
|
||||
self._logger = logging.getLogger("alarm_upload_worker")
|
||||
|
||||
self._redis: Optional[redis.Redis] = None
|
||||
self._redis_binary: Optional[redis.Redis] = None # 用于读取截图 bytes
|
||||
self._cos_client = None # 懒初始化
|
||||
|
||||
self._thread: Optional[threading.Thread] = None
|
||||
@@ -80,6 +81,16 @@ class AlarmUploadWorker:
|
||||
)
|
||||
self._redis.ping()
|
||||
self._logger.info(f"Worker Redis 连接成功: {redis_cfg.host}:{redis_cfg.port}/{redis_cfg.db}")
|
||||
|
||||
# 二进制 Redis 连接（用于读取截图 bytes，不做 decode）
|
||||
self._redis_binary = redis.Redis(
|
||||
host=redis_cfg.host,
|
||||
port=redis_cfg.port,
|
||||
db=redis_cfg.db,
|
||||
password=redis_cfg.password,
|
||||
decode_responses=False,
|
||||
socket_connect_timeout=5,
|
||||
)
|
||||
except Exception as e:
|
||||
self._logger.error(f"Worker Redis 连接失败: {e}")
|
||||
return
|
||||
@@ -136,6 +147,12 @@ class AlarmUploadWorker:
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
if self._redis_binary:
|
||||
try:
|
||||
self._redis_binary.close()
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
self._logger.info("AlarmUploadWorker 已停止")
|
||||
|
||||
def _worker_loop(self):
|
||||
@@ -184,21 +201,43 @@ class AlarmUploadWorker:
|
||||
|
||||
self._logger.info(f"开始处理告警: {alarm_id} (retry={retry_count})")
|
||||
|
||||
# Step 1: 上传截图到 COS（从 base64 解码后直接上传字节流）
|
||||
# Step 1: 上传截图到 COS
|
||||
snapshot_key = (alarm_data.get("ext_data") or {}).get("_snapshot_key")
|
||||
snapshot_b64 = alarm_data.get("snapshot_b64")
|
||||
object_key = None
|
||||
|
||||
if snapshot_b64:
|
||||
if snapshot_key:
|
||||
# 新格式：从独立 Redis key 获取原始 bytes
|
||||
try:
|
||||
image_bytes = self._redis_binary.get(snapshot_key) if self._redis_binary else None
|
||||
if image_bytes is None:
|
||||
self._logger.warning(f"截图 key 已过期: {snapshot_key}, 无截图继续上报")
|
||||
else:
|
||||
object_key = self._upload_snapshot_to_cos(
|
||||
image_bytes, alarm_id, alarm_data.get("device_id", "unknown")
|
||||
)
|
||||
if object_key is None:
|
||||
self._handle_retry(alarm_json, "COS 上传失败")
|
||||
return
|
||||
# 上传成功后删除临时 key
|
||||
try:
|
||||
if self._redis_binary:
|
||||
self._redis_binary.delete(snapshot_key)
|
||||
except Exception:
|
||||
pass
|
||||
except Exception as e:
|
||||
self._logger.error(f"截图获取/上传失败: {e}")
|
||||
self._handle_retry(alarm_json, f"截图处理失败: {e}")
|
||||
return
|
||||
elif snapshot_b64:
|
||||
# 兼容旧格式 (Base64)
|
||||
try:
|
||||
import base64
|
||||
image_bytes = base64.b64decode(snapshot_b64)
|
||||
object_key = self._upload_snapshot_to_cos(
|
||||
image_bytes,
|
||||
alarm_id,
|
||||
alarm_data.get("device_id", "unknown"),
|
||||
image_bytes, alarm_id, alarm_data.get("device_id", "unknown")
|
||||
)
|
||||
if object_key is None:
|
||||
# COS 上传失败，进入重试
|
||||
self._handle_retry(alarm_json, "COS 上传失败")
|
||||
return
|
||||
except Exception as e:
|
||||
|
||||
@@ -215,6 +215,15 @@ class ConfigSyncManager:
|
||||
logger.error(f"本地 Redis 连接失败: {e}")
|
||||
self._local_redis = None
|
||||
|
||||
def _safe_close_cloud_redis(self):
|
||||
"""安全关闭云端 Redis 连接"""
|
||||
if self._cloud_redis is not None:
|
||||
try:
|
||||
self._cloud_redis.close()
|
||||
except Exception:
|
||||
pass
|
||||
self._cloud_redis = None
|
||||
|
||||
def _init_cloud_redis(self):
|
||||
"""初始化云端 Redis 连接"""
|
||||
try:
|
||||
@@ -238,7 +247,7 @@ class ConfigSyncManager:
|
||||
|
||||
except Exception as e:
|
||||
logger.warning(f"云端 Redis 连接失败（将使用本地缓存运行）: {e}")
|
||||
self._cloud_redis = None
|
||||
self._safe_close_cloud_redis()
|
||||
|
||||
def _init_database(self):
|
||||
"""初始化 SQLite 数据库连接"""
|
||||
@@ -311,9 +320,7 @@ class ConfigSyncManager:
|
||||
try:
|
||||
cameras = self._db_manager.get_all_camera_configs()
|
||||
rois = self._db_manager.get_all_roi_configs()
|
||||
binds = []
|
||||
for roi in rois:
|
||||
binds.extend(self._db_manager.get_bindings_by_roi(roi["roi_id"]))
|
||||
binds = self._db_manager.get_all_bindings()
|
||||
logger.info(f"[EDGE] Loading config from local db ({source})...")
|
||||
logger.info(f"[EDGE] Camera count = {len(cameras)}")
|
||||
logger.info(f"[EDGE] ROI count = {len(rois)}")
|
||||
@@ -378,7 +385,7 @@ class ConfigSyncManager:
|
||||
if self._stop_event.is_set():
|
||||
return
|
||||
logger.warning(f"云端 Redis 连接断开: {e}, {backoff}s 后重连...")
|
||||
self._cloud_redis = None
|
||||
self._safe_close_cloud_redis()
|
||||
self._stop_event.wait(backoff)
|
||||
backoff = min(backoff * 2, max_backoff)
|
||||
|
||||
@@ -776,10 +783,7 @@ class ConfigSyncManager:
|
||||
bindings_list = self._db_manager.get_bindings_by_camera(camera_id)
|
||||
else:
|
||||
roi_configs = self._db_manager.get_all_roi_configs()
|
||||
bindings_list = []
|
||||
for roi in roi_configs:
|
||||
bindings = self._db_manager.get_bindings_by_roi(roi['roi_id'])
|
||||
bindings_list.extend(bindings)
|
||||
bindings_list = self._db_manager.get_all_bindings()
|
||||
|
||||
roi_dict = {r['roi_id']: r for r in roi_configs}
|
||||
bindings_dict: Dict[str, list] = {}
|
||||
@@ -857,8 +861,7 @@ class ConfigSyncManager:
|
||||
|
||||
binds: List[Dict[str, Any]] = []
|
||||
rois = self._db_manager.get_all_roi_configs()
|
||||
for roi in rois:
|
||||
binds.extend(self._db_manager.get_bindings_by_roi(roi["roi_id"]))
|
||||
binds = self._db_manager.get_all_bindings()
|
||||
return binds
|
||||
|
||||
def get_algo_bind_from_redis(self, bind_id: str) -> Optional[Dict[str, Any]]:
|
||||
|
||||
@@ -78,22 +78,24 @@ class NMSProcessor:
|
||||
max_output_size: int
|
||||
) -> Tuple[np.ndarray, np.ndarray, np.ndarray]:
|
||||
"""GPU 加速 NMS"""
|
||||
boxes_t = torch.from_numpy(boxes).cuda()
|
||||
scores_t = torch.from_numpy(scores).cuda()
|
||||
|
||||
keep = torch_nms(boxes_t, scores_t, iou_threshold=self.nms_threshold)
|
||||
|
||||
keep_np = keep.cpu().numpy()
|
||||
|
||||
if len(keep_np) > max_output_size:
|
||||
top_k = np.argsort(scores[keep_np])[::-1][:max_output_size]
|
||||
keep_np = keep_np[top_k]
|
||||
|
||||
return (
|
||||
keep_np.astype(np.int32),
|
||||
scores[keep_np],
|
||||
class_ids[keep_np] if class_ids is not None else np.array([])
|
||||
)
|
||||
with torch.no_grad():
|
||||
boxes_t = torch.from_numpy(boxes).cuda()
|
||||
scores_t = torch.from_numpy(scores).cuda()
|
||||
|
||||
keep = torch_nms(boxes_t, scores_t, iou_threshold=self.nms_threshold)
|
||||
|
||||
keep_np = keep.cpu().numpy()
|
||||
del boxes_t, scores_t, keep
|
||||
|
||||
if len(keep_np) > max_output_size:
|
||||
top_k = np.argsort(scores[keep_np])[::-1][:max_output_size]
|
||||
keep_np = keep_np[top_k]
|
||||
|
||||
return (
|
||||
keep_np.astype(np.int32),
|
||||
scores[keep_np],
|
||||
class_ids[keep_np] if class_ids is not None else np.array([])
|
||||
)
|
||||
|
||||
def _process_cpu(
|
||||
self,
|
||||
|
||||
@@ -112,9 +112,20 @@ class ResultReporter:
|
||||
self._logger.info(
|
||||
f"Redis 连接成功: {redis_cfg.host}:{redis_cfg.port}/{redis_cfg.db}"
|
||||
)
|
||||
|
||||
# 二进制 Redis 连接（用于存储截图 bytes，不做 decode）
|
||||
self._redis_binary = redis.Redis(
|
||||
host=redis_cfg.host,
|
||||
port=redis_cfg.port,
|
||||
db=redis_cfg.db,
|
||||
password=redis_cfg.password,
|
||||
decode_responses=False,
|
||||
socket_connect_timeout=5,
|
||||
)
|
||||
except Exception as e:
|
||||
self._logger.error(f"Redis 连接失败: {e}")
|
||||
self._redis = None
|
||||
self._redis_binary = None
|
||||
|
||||
def report_alarm(self, alarm_info: AlarmInfo, screenshot: Optional[np.ndarray] = None) -> bool:
|
||||
"""
|
||||
@@ -129,13 +140,22 @@ class ResultReporter:
|
||||
"""
|
||||
self._performance_stats["alerts_generated"] += 1
|
||||
|
||||
# 将截图编码为 JPEG base64，直接通过 Redis 传递给 Worker 上传 COS
|
||||
# 将截图编码为 JPEG，直接存储 bytes 到独立 Redis key，避免 Base64 开销
|
||||
if screenshot is not None:
|
||||
try:
|
||||
import cv2
|
||||
import base64
|
||||
success, buffer = cv2.imencode('.jpg', screenshot, [cv2.IMWRITE_JPEG_QUALITY, 85])
|
||||
if success:
|
||||
if success and self._redis_binary is not None:
|
||||
snapshot_key = f"local:alarm:snapshot:{alarm_info.alarm_id}"
|
||||
# 直接存储 JPEG bytes，避免 Base64 编解码开销
|
||||
self._redis_binary.set(snapshot_key, buffer.tobytes(), ex=3600)
|
||||
alarm_info.snapshot_b64 = None
|
||||
if alarm_info.ext_data is None:
|
||||
alarm_info.ext_data = {}
|
||||
alarm_info.ext_data["_snapshot_key"] = snapshot_key
|
||||
elif success:
|
||||
# 降级：无二进制 Redis 连接时使用 Base64
|
||||
import base64
|
||||
alarm_info.snapshot_b64 = base64.b64encode(buffer.tobytes()).decode('ascii')
|
||||
else:
|
||||
self._logger.warning("截图 JPEG 编码失败")
|
||||
@@ -211,6 +231,12 @@ class ResultReporter:
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
if hasattr(self, '_redis_binary') and self._redis_binary:
|
||||
try:
|
||||
self._redis_binary.close()
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
self._logger.info("ResultReporter 清理完成")
|
||||
|
||||
def cleanup(self):
|
||||
|
||||
@@ -59,6 +59,7 @@ class ScreenshotHandler:
|
||||
|
||||
self._thread: Optional[threading.Thread] = None
|
||||
self._stop_event = threading.Event()
|
||||
self._last_pending_check = 0.0
|
||||
|
||||
# ==================== 生命周期 ====================
|
||||
|
||||
@@ -180,20 +181,26 @@ class ScreenshotHandler:
|
||||
|
||||
backoff = 5 # 重置退避
|
||||
|
||||
# 每 60 秒检查一次 pending 消息
|
||||
import time as _time
|
||||
if _time.time() - self._last_pending_check > 60:
|
||||
self._last_pending_check = _time.time()
|
||||
self._cleanup_pending_messages()
|
||||
|
||||
for stream_name, messages in results:
|
||||
for msg_id, fields in messages:
|
||||
try:
|
||||
self._handle_request(fields)
|
||||
except Exception as e:
|
||||
logger.error("[截图] 处理请求失败: %s", e)
|
||||
finally:
|
||||
# ACK 消息
|
||||
# 处理成功才 ACK
|
||||
try:
|
||||
self._cloud_redis.xack(
|
||||
SNAP_REQUEST_STREAM, SNAP_CONSUMER_GROUP, msg_id
|
||||
)
|
||||
except Exception:
|
||||
pass
|
||||
except Exception as e:
|
||||
logger.error("[截图] 处理请求失败 (msg_id=%s): %s", msg_id, e)
|
||||
# 不 ACK，消息留在 pending list 等待重试
|
||||
|
||||
except redis.ConnectionError as e:
|
||||
if self._stop_event.is_set():
|
||||
@@ -409,3 +416,38 @@ class ScreenshotHandler:
|
||||
logger.info("[截图] 降级写 Redis 成功: request_id=%s", request_id)
|
||||
except Exception as e:
|
||||
logger.error("[截图] 降级写 Redis 也失败: %s", e)
|
||||
|
||||
# ==================== Pending 消息清理 ====================
|
||||
|
||||
_MAX_RETRY_COUNT = 3
|
||||
_PENDING_IDLE_MS = 30000 # 消息 pending 超过 30 秒才处理
|
||||
|
||||
def _cleanup_pending_messages(self):
|
||||
"""清理 pending list 中重试次数过多的消息"""
|
||||
try:
|
||||
pending = self._cloud_redis.xpending_range(
|
||||
SNAP_REQUEST_STREAM, SNAP_CONSUMER_GROUP,
|
||||
min="-", max="+", count=50,
|
||||
consumername=self._consumer_name
|
||||
)
|
||||
for entry in pending:
|
||||
msg_id = entry['message_id']
|
||||
delivery_count = entry['times_delivered']
|
||||
idle_ms = entry['time_since_delivered']
|
||||
|
||||
if idle_ms < self._PENDING_IDLE_MS:
|
||||
continue
|
||||
|
||||
if delivery_count > self._MAX_RETRY_COUNT:
|
||||
logger.warning(
|
||||
"[截图] 消息超过最大重试次数，丢弃: msg_id=%s, retries=%d",
|
||||
msg_id, delivery_count
|
||||
)
|
||||
try:
|
||||
self._cloud_redis.xack(
|
||||
SNAP_REQUEST_STREAM, SNAP_CONSUMER_GROUP, msg_id
|
||||
)
|
||||
except Exception:
|
||||
pass
|
||||
except Exception as e:
|
||||
logger.debug("[截图] 检查 pending list: %s", e)
|
||||
|
||||
646
docs/code_review_report.md
Normal file
646
docs/code_review_report.md
Normal file
@@ -0,0 +1,646 @@
|
||||
# algorithms.py 代码审查报告
|
||||
|
||||
> 审查日期: 2026-04-02
|
||||
> 审查文件: algorithms.py (1733行)
|
||||
> 审查范围: LeavePostAlgorithm, IntrusionAlgorithm, IllegalParkingAlgorithm, VehicleCongestionAlgorithm, AlgorithmManager
|
||||
|
||||
---
|
||||
|
||||
## 1. 功能基线清单
|
||||
|
||||
### 1.1 LeavePostAlgorithm (离岗检测)
|
||||
|
||||
**状态定义 (7个):**
|
||||
|
||||
| 状态 | 常量 | 含义 |
|
||||
|------|------|------|
|
||||
| INIT | `STATE_INIT` | 初始化，等待检测到人 |
|
||||
| CONFIRMING_ON_DUTY | `STATE_CONFIRMING_ON_DUTY` | 上岗确认中（需持续检测到人） |
|
||||
| ON_DUTY | `STATE_ON_DUTY` | 已确认在岗 |
|
||||
| CONFIRMING_OFF_DUTY | `STATE_CONFIRMING_OFF_DUTY` | 离岗确认中（持续未检测到人） |
|
||||
| OFF_DUTY_COUNTDOWN | `STATE_OFF_DUTY_COUNTDOWN` | 离岗倒计时（确认离岗后等待告警） |
|
||||
| ALARMED | `STATE_ALARMED` | 已告警（等待回岗） |
|
||||
| NON_WORK_TIME | `STATE_NON_WORK_TIME` | 非工作时间 |
|
||||
|
||||
**状态转换矩阵:**
|
||||
|
||||
| 从 \ 到 | INIT | CONFIRMING_ON_DUTY | ON_DUTY | CONFIRMING_OFF_DUTY | OFF_DUTY_COUNTDOWN | ALARMED | NON_WORK_TIME |
|
||||
|---------|------|--------------------|---------|--------------------|-------------------|---------|--------------|
|
||||
| INIT | - | roi_has_person==True | - | - | - | - | not in_working_hours |
|
||||
| CONFIRMING_ON_DUTY | detection_ratio==0 | - | elapsed>=confirm_on_duty_sec AND ratio>=0.6 | - | - | - | not in_working_hours |
|
||||
| ON_DUTY | - | - | - | detection_ratio<0.2 | - | - | not in_working_hours |
|
||||
| CONFIRMING_OFF_DUTY | - | - | detection_ratio>=0.5 | - | elapsed>=confirm_off_duty_sec AND ratio<0.2 | - | not in_working_hours |
|
||||
| OFF_DUTY_COUNTDOWN | - | - | roi_has_person==True | - | - | elapsed>=leave_countdown_sec AND cooldown ok | not in_working_hours |
|
||||
| ALARMED | - | roi_has_person==True | - | - | - | - | not in_working_hours |
|
||||
| NON_WORK_TIME | in_working_hours | - | - | - | - | - | - |
|
||||
|
||||
**关键行为:**
|
||||
- 使用滑动窗口（10秒）平滑检测结果，计算 detection_ratio
|
||||
- ALARMED -> CONFIRMING_ON_DUTY 复用上岗确认状态（不是独立的回岗确认状态）
|
||||
- 进入 ON_DUTY 状态时，若存在 `_last_alarm_id`，自动发送 `alarm_resolve` 事件
|
||||
- 进入 NON_WORK_TIME 时，若有未结束告警，发送 resolve_type="non_work_time" 的 resolve 事件
|
||||
- 冷却期检查使用 `cooldown_key = f"{camera_id}_{roi_id}"`
|
||||
- `_last_alarm_id` 由外部 main.py 通过 `set_last_alarm_id()` 回填
|
||||
- `_leave_start_time` 在进入 OFF_DUTY_COUNTDOWN 时记录（值等于 state_start_time）
|
||||
|
||||
**构造函数参数:**
|
||||
- `confirm_on_duty_sec`: int = 10 (上岗确认窗口)
|
||||
- `confirm_off_duty_sec`: int = 30 (离岗确认窗口)
|
||||
- `confirm_return_sec`: int = 10 (回岗确认窗口 -- 注意: 代码中实际未使用此参数)
|
||||
- `leave_countdown_sec`: int = 300 (离岗倒计时)
|
||||
- `cooldown_sec`: int = 600 (告警冷却期)
|
||||
- `working_hours`: Optional[List[Dict]] = None
|
||||
- `target_class`: Optional[str] = "person"
|
||||
- `alarm_level`: Optional[int] = None (默认2)
|
||||
- `confirm_leave_sec`: Optional[int] = None (向后兼容旧参数名)
|
||||
|
||||
### 1.2 IntrusionAlgorithm (周界入侵)
|
||||
|
||||
**状态定义 (4个):**
|
||||
|
||||
| 状态 | 常量 | 含义 |
|
||||
|------|------|------|
|
||||
| IDLE | `STATE_IDLE` | 空闲，无入侵 |
|
||||
| CONFIRMING_INTRUSION | `STATE_CONFIRMING_INTRUSION` | 入侵确认中 |
|
||||
| ALARMED | `STATE_ALARMED` | 已告警（等待入侵消失） |
|
||||
| CONFIRMING_CLEAR | `STATE_CONFIRMING_CLEAR` | 入侵消失确认中 |
|
||||
|
||||
**状态转换矩阵:**
|
||||
|
||||
| 从 \ 到 | IDLE | CONFIRMING_INTRUSION | ALARMED | CONFIRMING_CLEAR |
|
||||
|---------|------|---------------------|---------|-----------------|
|
||||
| IDLE | - | roi_has_person==True | - | - |
|
||||
| CONFIRMING_INTRUSION | not roi_has_person OR cooldown内 OR state_start_time==None | - | elapsed>=confirm_intrusion_seconds AND cooldown ok | - |
|
||||
| ALARMED | - | - | - | not roi_has_person |
|
||||
| CONFIRMING_CLEAR | elapsed>=confirm_clear_seconds AND no person | - | person_elapsed>=confirm_intrusion_seconds (持续有人) OR state_start_time==None | - |
|
||||
|
||||
**关键行为:**
|
||||
- 不使用滑动窗口，直接使用当前帧的 `roi_has_person` 判断
|
||||
- CONFIRMING_CLEAR 有子状态追踪: `_person_detected_in_clear_time` 用于判断短暂有人 vs 持续有人
|
||||
- 冷却期内入侵确认直接回到 IDLE（不触发告警）
|
||||
- 包含防御性编程: state_start_time==None 时重置到 IDLE
|
||||
- `_check_target_class` 允许 target_class 为 None（匹配所有类别）
|
||||
|
||||
**构造函数参数:**
|
||||
- `cooldown_seconds`: int = 300
|
||||
- `confirm_seconds`: int = 5 (向后兼容)
|
||||
- `confirm_intrusion_seconds`: Optional[int] = None (默认使用 confirm_seconds)
|
||||
- `confirm_clear_seconds`: Optional[int] = None (默认180)
|
||||
- `target_class`: Optional[str] = None
|
||||
- `alarm_level`: Optional[int] = None (默认1)
|
||||
|
||||
### 1.3 IllegalParkingAlgorithm (车辆违停)
|
||||
|
||||
**状态定义 (5个):**
|
||||
|
||||
| 状态 | 常量 | 含义 |
|
||||
|------|------|------|
|
||||
| IDLE | `STATE_IDLE` | 空闲 |
|
||||
| CONFIRMING_VEHICLE | `STATE_CONFIRMING_VEHICLE` | 车辆确认中 |
|
||||
| PARKED_COUNTDOWN | `STATE_PARKED_COUNTDOWN` | 违停倒计时 |
|
||||
| ALARMED | `STATE_ALARMED` | 已告警 |
|
||||
| CONFIRMING_CLEAR | `STATE_CONFIRMING_CLEAR` | 消失确认中 |
|
||||
|
||||
**状态转换矩阵:**
|
||||
|
||||
| 从 \ 到 | IDLE | CONFIRMING_VEHICLE | PARKED_COUNTDOWN | ALARMED | CONFIRMING_CLEAR |
|
||||
|---------|------|-------------------|-----------------|---------|-----------------|
|
||||
| IDLE | - | roi_has_vehicle | - | - | - |
|
||||
| CONFIRMING_VEHICLE | ratio<0.3 OR state_start_time==None | - | elapsed>=confirm_vehicle_sec AND ratio>=0.6 | - | - |
|
||||
| PARKED_COUNTDOWN | ratio<0.2 (车离开) OR cooldown内 OR state_start_time==None | - | - | elapsed>=parking_countdown_sec AND cooldown ok | - |
|
||||
| ALARMED | - | - | - | - | ratio<0.15 |
|
||||
| CONFIRMING_CLEAR | elapsed>=confirm_clear_sec AND ratio<0.2 OR state_start_time==None | - | - | ratio>=0.5 | - |
|
||||
|
||||
**关键行为:**
|
||||
- 使用滑动窗口（WINDOW_SIZE_SEC=10秒）
|
||||
- 支持多类车辆: target_classes 默认 ["car", "truck", "bus", "motorcycle"]
|
||||
- 告警字段包含 `confidence` 和 `duration_minutes`
|
||||
- CONFIRMING_CLEAR -> IDLE 时清除 alert_cooldowns（新车违停可正常告警）
|
||||
- ALARMED 进入 CONFIRMING_CLEAR 的阈值(0.15)比其他算法更严格
|
||||
|
||||
**构造函数参数:**
|
||||
- `confirm_vehicle_sec`: int = 15
|
||||
- `parking_countdown_sec`: int = 300
|
||||
- `confirm_clear_sec`: int = 120
|
||||
- `cooldown_sec`: int = 1800
|
||||
- `target_classes`: Optional[List[str]] = None (默认 ["car", "truck", "bus", "motorcycle"])
|
||||
- `alarm_level`: Optional[int] = None (默认1)
|
||||
|
||||
### 1.4 VehicleCongestionAlgorithm (车辆拥堵)
|
||||
|
||||
**状态定义 (4个):**
|
||||
|
||||
| 状态 | 常量 | 含义 |
|
||||
|------|------|------|
|
||||
| NORMAL | `STATE_NORMAL` | 正常 |
|
||||
| CONFIRMING_CONGESTION | `STATE_CONFIRMING_CONGESTION` | 拥堵确认中 |
|
||||
| CONGESTED | `STATE_CONGESTED` | 拥堵中 |
|
||||
| CONFIRMING_CLEAR | `STATE_CONFIRMING_CLEAR` | 消散确认中 |
|
||||
|
||||
**状态转换矩阵:**
|
||||
|
||||
| 从 \ 到 | NORMAL | CONFIRMING_CONGESTION | CONGESTED | CONFIRMING_CLEAR |
|
||||
|---------|--------|----------------------|-----------|-----------------|
|
||||
| NORMAL | - | avg_count >= count_threshold | - | - |
|
||||
| CONFIRMING_CONGESTION | avg_count < count_threshold OR cooldown内 OR state_start_time==None | - | elapsed >= confirm_congestion_sec AND cooldown ok | - |
|
||||
| CONGESTED | - | - | - | avg_count < count_threshold * 0.5 |
|
||||
| CONFIRMING_CLEAR | elapsed >= confirm_clear_sec OR state_start_time==None | - | avg_count >= count_threshold | - |
|
||||
|
||||
**关键行为:**
|
||||
- 使用滑动窗口（WINDOW_SIZE_SEC=10秒）存储车辆计数，取平均值判断
|
||||
- 消散需车辆数降到阈值的 **50%** 以下才开始确认（避免抖动）
|
||||
- CONFIRMING_CLEAR -> NORMAL 时清除 alert_cooldowns
|
||||
- 告警字段包含 `vehicle_count` 和 `confidence`
|
||||
|
||||
**构造函数参数:**
|
||||
- `count_threshold`: int = 5
|
||||
- `confirm_congestion_sec`: int = 60
|
||||
- `confirm_clear_sec`: int = 180
|
||||
- `cooldown_sec`: int = 1800
|
||||
- `target_classes`: Optional[List[str]] = None (默认 ["car", "truck", "bus", "motorcycle"])
|
||||
- `alarm_level`: Optional[int] = None (默认2)
|
||||
|
||||
### 1.5 AlgorithmManager
|
||||
|
||||
**数据结构:**
|
||||
```
|
||||
self.algorithms: Dict[str, Dict[str, Dict[str, Algorithm]]]
|
||||
结构: { roi_id: { "{roi_id}_{bind_id}": { algo_type: algo_instance } } }
|
||||
```
|
||||
|
||||
**公开方法:**
|
||||
- `start_config_subscription()` - 启动 Redis 配置订阅
|
||||
- `stop_config_subscription()` - 停止配置订阅
|
||||
- `load_bind_from_redis(bind_id)` - 从 Redis 加载单个绑定配置
|
||||
- `reload_bind_algorithm(bind_id)` - 重载单个绑定
|
||||
- `reload_algorithm(roi_id)` - 重载单个 ROI 的所有算法
|
||||
- `update_algorithm_params(roi_id, bind_id, bind_config)` - 仅更新参数，保留状态
|
||||
- `reload_all_algorithms(preserve_state=True)` - 重载全部算法
|
||||
- `register_algorithm(roi_id, bind_id, algorithm_type, params)` - 注册算法（带缓存）
|
||||
- `process(roi_id, bind_id, camera_id, algorithm_type, tracks, current_time)` - 处理检测结果
|
||||
- `update_roi_params(roi_id, bind_id, algorithm_type, params)` - 更新参数
|
||||
- `reset_algorithm(roi_id, bind_id=None)` - 重置算法状态
|
||||
- `reset_all()` - 重置所有算法
|
||||
- `remove_roi(roi_id)` - 移除 ROI
|
||||
- `remove_bind(roi_id, bind_id)` - 移除绑定
|
||||
- `get_status(roi_id)` - 获取状态
|
||||
|
||||
---
|
||||
|
||||
## 2. 接口契约清单
|
||||
|
||||
### 2.1 process() 方法统一签名
|
||||
|
||||
所有四个算法的 `process()` 方法具有相同签名:
|
||||
|
||||
```python
|
||||
def process(
|
||||
self,
|
||||
roi_id: str,
|
||||
camera_id: str,
|
||||
tracks: List[Dict],
|
||||
current_time: Optional[datetime] = None,
|
||||
) -> List[Dict]
|
||||
```
|
||||
|
||||
**tracks 输入格式 (每个元素):**
|
||||
```python
|
||||
{
|
||||
"track_id": str, # 跟踪ID
|
||||
"class": str, # 检测类别 ("person", "car", "truck", ...)
|
||||
"confidence": float, # 置信度
|
||||
"bbox": List[float], # 边界框 [x1, y1, x2, y2]
|
||||
"matched_rois": [ # 匹配的ROI列表
|
||||
{"roi_id": str}
|
||||
],
|
||||
}
|
||||
```
|
||||
|
||||
### 2.2 告警输出格式
|
||||
|
||||
#### LeavePostAlgorithm 告警:
|
||||
```python
|
||||
{
|
||||
"track_id": str, # 等于 roi_id
|
||||
"camera_id": str,
|
||||
"bbox": List[float], # 可能为空 []
|
||||
"alert_type": "leave_post",
|
||||
"alarm_level": int, # 默认 2
|
||||
"message": "人员离岗告警",
|
||||
"first_frame_time": str, # 格式: '%Y-%m-%d %H:%M:%S'
|
||||
}
|
||||
```
|
||||
注意: leave_post 告警使用 `track_id` 而非 `roi_id` 字段名（与其他算法不同）。
|
||||
|
||||
#### IntrusionAlgorithm 告警:
|
||||
```python
|
||||
{
|
||||
"roi_id": str,
|
||||
"camera_id": str,
|
||||
"bbox": List[float],
|
||||
"alert_type": "intrusion",
|
||||
"alarm_level": int, # 默认 1
|
||||
"message": "检测到周界入侵",
|
||||
"first_frame_time": str, # 格式: '%Y-%m-%d %H:%M:%S'
|
||||
}
|
||||
```
|
||||
|
||||
#### IllegalParkingAlgorithm 告警:
|
||||
```python
|
||||
{
|
||||
"roi_id": str,
|
||||
"camera_id": str,
|
||||
"bbox": List[float],
|
||||
"alert_type": "illegal_parking",
|
||||
"alarm_level": int, # 默认 1
|
||||
"confidence": float,
|
||||
"message": str, # 动态生成，包含停留分钟数
|
||||
"first_frame_time": str, # 格式: '%Y-%m-%d %H:%M:%S'，可能为 None
|
||||
"duration_minutes": float,
|
||||
}
|
||||
```
|
||||
|
||||
#### VehicleCongestionAlgorithm 告警:
|
||||
```python
|
||||
{
|
||||
"roi_id": str,
|
||||
"camera_id": str,
|
||||
"bbox": List[float],
|
||||
"alert_type": "vehicle_congestion",
|
||||
"alarm_level": int, # 默认 2
|
||||
"confidence": float,
|
||||
"message": str, # 动态生成，包含平均车辆数和持续秒数
|
||||
"first_frame_time": str, # 格式: '%Y-%m-%d %H:%M:%S'，可能为 None
|
||||
"vehicle_count": int,
|
||||
}
|
||||
```
|
||||
|
||||
#### alarm_resolve 事件 (所有算法统一格式):
|
||||
```python
|
||||
{
|
||||
"alert_type": "alarm_resolve",
|
||||
"resolve_alarm_id": str,
|
||||
"duration_ms": int,
|
||||
"last_frame_time": str, # 格式: '%Y-%m-%d %H:%M:%S'
|
||||
"resolve_type": str, # "person_returned" | "non_work_time" | "intrusion_cleared" | "vehicle_left" | "congestion_cleared"
|
||||
}
|
||||
```
|
||||
|
||||
### 2.3 AlgorithmManager.process() 签名
|
||||
|
||||
```python
|
||||
def process(
|
||||
self,
|
||||
roi_id: str,
|
||||
bind_id: str,
|
||||
camera_id: str,
|
||||
algorithm_type: str,
|
||||
tracks: List[Dict],
|
||||
current_time: Optional[datetime] = None,
|
||||
) -> List[Dict]
|
||||
```
|
||||
|
||||
### 2.4 AlgorithmManager.register_algorithm() 签名
|
||||
|
||||
```python
|
||||
def register_algorithm(
|
||||
self,
|
||||
roi_id: str,
|
||||
bind_id: str,
|
||||
algorithm_type: str, # "leave_post" | "intrusion" | "illegal_parking" | "vehicle_congestion"
|
||||
params: Optional[Dict[str, Any]] = None,
|
||||
)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 3. 已发现的潜在问题
|
||||
|
||||
### 3.1 Critical (必须修复)
|
||||
|
||||
**[C1] LeavePostAlgorithm: `confirm_return_sec` 参数声明但从未使用**
|
||||
- 位置: 第53行声明，但状态机中 ALARMED -> CONFIRMING_ON_DUTY -> ON_DUTY 的转换直接复用 `confirm_on_duty_sec`
|
||||
- 影响: 使用者设置 `confirm_return_sec` 以为可以独立控制回岗确认时长，但实际无效
|
||||
- 建议: 文档中声明此参数复用 `confirm_on_duty_sec`，或实现独立的回岗确认逻辑
|
||||
|
||||
**[C2] LeavePostAlgorithm: resolve 事件的 duration_ms 计算依赖 `_leave_start_time`，但该值可能为 None**
|
||||
- 位置: 第325行 `duration_ms = int((current_time - self._leave_start_time).total_seconds() * 1000)`
|
||||
- 场景: 如果算法在 OFF_DUTY_COUNTDOWN 之前（即 _leave_start_time 赋值之前）因某种异常跳到 ON_DUTY 且 _last_alarm_id 非空，会抛出 TypeError
|
||||
- 风险: 低概率但会导致该帧整个 process 调用抛异常
|
||||
|
||||
**[C3] LeavePostAlgorithm: `_leave_start_time` 赋值时机问题**
|
||||
- 位置: 第277行 `self._leave_start_time = self.state_start_time`
|
||||
- `state_start_time` 此时是 CONFIRMING_OFF_DUTY 的开始时间（非 OFF_DUTY_COUNTDOWN 的开始时间，因为 state_start_time 在下一行第276行才被更新为 current_time）
|
||||
- 实际效果: `_leave_start_time` 记录的是**离岗确认开始时间**，不是**倒计时开始时间**
|
||||
- 审查结论: 这是有意设计，离开时间应该从人离开被确认开始计算，但代码注释"记录离开时间"可能造成误解
|
||||
|
||||
### 3.2 Important (应该修复)
|
||||
|
||||
**[I1] LeavePostAlgorithm 告警字典使用 `track_id` 而非 `roi_id`**
|
||||
- 位置: 第299行 `"track_id": roi_id`
|
||||
- 其他三个算法统一使用 `"roi_id": roi_id`
|
||||
- 影响: main.py 中的 `_handle_detections` 不直接使用此字段（它有自己的 roi_id），所以不影响功能，但接口不一致
|
||||
|
||||
**[I2] AlgorithmManager 缺乏线程安全**
|
||||
- `process()` 方法未加锁（第1637-1651行），而 `register_algorithm()` 也未加锁
|
||||
- `_update_lock` 仅在 `load_bind_from_redis` 和 `reload_all_algorithms` 中使用
|
||||
- 风险: 如果 config_update_worker 线程调用 `reload_all_algorithms` 同时主线程调用 `process`，可能读到不一致的 `self.algorithms` 字典
|
||||
- 缓解: Python GIL 在字典读操作上提供了一定程度的原子性保护，实际崩溃概率很低
|
||||
|
||||
**[I3] AlgorithmManager.default_params 中 illegal_parking 的 confirm_clear_sec 默认值(30) 与 IllegalParkingAlgorithm 构造函数默认值(120) 不一致**
|
||||
- 位置: 第1233行 vs 第751行
|
||||
- 影响: 通过 AlgorithmManager 创建的 illegal_parking 算法 confirm_clear_sec 为 30，直接创建为 120
|
||||
|
||||
**[I4] AlgorithmManager.default_params 中 vehicle_congestion 的 count_threshold 默认值(3) 与 VehicleCongestionAlgorithm 构造函数默认值(5) 不一致**
|
||||
- 位置: 第1237行 vs 第1004行
|
||||
- 影响: 通过 AlgorithmManager 创建的算法阈值为 3，直接创建为 5
|
||||
|
||||
**[I5] `update_algorithm_params` 仅支持 leave_post 和 intrusion**
|
||||
- 位置: 第1461-1496行
|
||||
- 缺少 illegal_parking 和 vehicle_congestion 的参数更新逻辑（第1494行注释 "其他算法类型可以在此添加"）
|
||||
- 影响: `reload_all_algorithms(preserve_state=True)` 对 illegal_parking/vehicle_congestion 会回退到 `load_bind_from_redis`，会重置算法状态
|
||||
|
||||
**[I6] `load_bind_from_redis` 仅支持 leave_post 和 intrusion**
|
||||
- 位置: 第1322-1403行
|
||||
- 缺少 illegal_parking 和 vehicle_congestion 的 Redis 加载逻辑
|
||||
- 影响: 从 Redis 热更新配置时，这两种算法无法被加载
|
||||
|
||||
**[I7] IntrusionAlgorithm: `_get_latest_bbox` 不检查 target_class**
|
||||
- 位置: 第456-460行
|
||||
- 与 LeavePostAlgorithm 不同（第139-142行会检查 target_class）
|
||||
- 影响: 可能返回非目标类别的 bbox
|
||||
|
||||
**[I8] `_is_in_working_hours` 不支持跨午夜时间段**
|
||||
- 位置: 第112行 `if start_minutes <= current_minutes < end_minutes`
|
||||
- 如果 working_hours 配置为 `{"start": "22:00", "end": "06:00"}`，则无法正确判断
|
||||
- 影响: 夜班场景可能不工作
|
||||
|
||||
### 3.3 Suggestions (建议改进)
|
||||
|
||||
**[S1] 滑动窗口的 window_size_sec 硬编码为 10 秒**
|
||||
- LeavePostAlgorithm 第80行: `self.window_size_sec = 10`
|
||||
- IllegalParkingAlgorithm 第744行: `WINDOW_SIZE_SEC = 10`
|
||||
- VehicleCongestionAlgorithm 第1000行: `WINDOW_SIZE_SEC = 10`
|
||||
- 建议: 提取为可配置参数
|
||||
|
||||
**[S2] LeavePostAlgorithm._update_detection_window 与 IllegalParkingAlgorithm._update_window 实现逻辑相同但代码重复**
|
||||
- 可提取为基类方法或工具函数
|
||||
|
||||
**[S3] LeavePostAlgorithm.get_state() 使用 datetime.now() 而非参数传入的 current_time**
|
||||
- 位置: 第367-372行
|
||||
- 在测试场景中会导致状态信息不准确（不影响核心逻辑，仅影响监控展示）
|
||||
|
||||
**[S4] AlgorithmManager.get_status() 中 leave_post 分支访问 `alarm_sent` 属性**
|
||||
- 位置: 第1724行
|
||||
- LeavePostAlgorithm 实际上没有 `alarm_sent` 属性，getattr 返回 False
|
||||
- 这是旧版本残留代码
|
||||
|
||||
**[S5] AlgorithmManager.remove_roi() 中 bind_id 解析逻辑脆弱**
|
||||
- 位置: 第1703行 `key.split("_")[-1]`
|
||||
- 如果 bind_id 本身包含下划线，解析会出错
|
||||
- key 格式为 `"{roi_id}_{bind_id}"`，应该用 `key[len(roi_id)+1:]` 提取 bind_id
|
||||
|
||||
**[S6] `_is_in_working_hours` 中的 bare `except:` (第99行, 第124行)**
|
||||
- 应该至少 except Exception 或更具体的异常类型
|
||||
|
||||
---
|
||||
|
||||
## 4. 测试覆盖分析
|
||||
|
||||
### 4.1 test_leave_post_full_workflow.py 覆盖的场景
|
||||
|
||||
| 场景 | 状态路径 | 覆盖 |
|
||||
|------|----------|------|
|
||||
| 上岗确认成功 | INIT -> CONFIRMING_ON_DUTY -> ON_DUTY | YES |
|
||||
| 离岗确认 | ON_DUTY -> CONFIRMING_OFF_DUTY -> OFF_DUTY_COUNTDOWN | YES |
|
||||
| 倒计时触发告警 | OFF_DUTY_COUNTDOWN -> ALARMED | YES |
|
||||
| 回岗 resolve | ALARMED -> CONFIRMING_ON_DUTY -> ON_DUTY (+ resolve) | YES |
|
||||
| 告警字段验证 | 无 duration_minutes, 有 first_frame_time | YES |
|
||||
| resolve 字段验证 | duration_ms, resolve_alarm_id, resolve_type | YES |
|
||||
| set_last_alarm_id 回填 | - | YES |
|
||||
|
||||
### 4.2 test_vehicle_algorithms.py 覆盖的场景
|
||||
|
||||
**IllegalParkingAlgorithm:**
|
||||
| 场景 | 覆盖 |
|
||||
|------|------|
|
||||
| 完整生命周期 IDLE->CONFIRMING->COUNTDOWN->ALARMED->CLEAR->IDLE | YES |
|
||||
| 车辆短暂路过不触发 | YES |
|
||||
| 多类车辆检测 (truck, bus) | YES |
|
||||
| person 不触发违停 | YES |
|
||||
| 冷却期内不重复告警 | YES |
|
||||
| resolve 事件发送 | YES |
|
||||
|
||||
**VehicleCongestionAlgorithm:**
|
||||
| 场景 | 覆盖 |
|
||||
|------|------|
|
||||
| 完整生命周期 NORMAL->CONFIRMING->CONGESTED->CLEAR->NORMAL | YES |
|
||||
| 少于阈值不触发 | YES |
|
||||
| 短暂拥堵不触发 | YES |
|
||||
| resolve 事件发送 | YES |
|
||||
|
||||
**AlgorithmManager:**
|
||||
| 场景 | 覆盖 |
|
||||
|------|------|
|
||||
| 注册 illegal_parking | YES |
|
||||
| 注册 vehicle_congestion | YES |
|
||||
| process 调用 | YES |
|
||||
| get_status 调用 | YES |
|
||||
| 重复注册走缓存 | YES |
|
||||
| reset_algorithm | YES |
|
||||
|
||||
### 4.3 测试覆盖缺口
|
||||
|
||||
**LeavePostAlgorithm 未覆盖:**
|
||||
- [ ] CONFIRMING_ON_DUTY -> INIT (人消失)
|
||||
- [ ] CONFIRMING_OFF_DUTY -> ON_DUTY (人回来，ratio>=0.5)
|
||||
- [ ] OFF_DUTY_COUNTDOWN -> ON_DUTY (倒计时期间回来)
|
||||
- [ ] 非工作时间自动 resolve
|
||||
- [ ] NON_WORK_TIME -> INIT (工作时间恢复)
|
||||
- [ ] 冷却期内不重复告警
|
||||
- [ ] 空 tracks 输入
|
||||
- [ ] working_hours 配置解析（字符串格式）
|
||||
|
||||
**IntrusionAlgorithm 完全未测试:**
|
||||
- [ ] 完整生命周期 IDLE->CONFIRMING->ALARMED->CLEAR->IDLE
|
||||
- [ ] 入侵确认中人消失
|
||||
- [ ] CONFIRMING_CLEAR 中短暂有人 vs 持续有人
|
||||
- [ ] 冷却期
|
||||
- [ ] resolve 事件
|
||||
- [ ] target_class=None 匹配所有类别
|
||||
- [ ] state_start_time==None 的防御性代码分支
|
||||
|
||||
**IllegalParkingAlgorithm 未覆盖:**
|
||||
- [ ] state_start_time==None 的防御性代码分支 (CONFIRMING_VEHICLE, PARKED_COUNTDOWN, CONFIRMING_CLEAR)
|
||||
- [ ] CONFIRMING_CLEAR -> ALARMED (车辆又出现, ratio>=0.5)
|
||||
- [ ] ALARMED 状态下 ratio 在 0.15-0.5 之间（维持 ALARMED）
|
||||
|
||||
**VehicleCongestionAlgorithm 未覆盖:**
|
||||
- [ ] state_start_time==None 的防御性代码分支
|
||||
- [ ] CONFIRMING_CLEAR -> CONGESTED (又拥堵了)
|
||||
- [ ] 消散阈值 0.5*count_threshold 的边界值
|
||||
- [ ] 冷却期测试
|
||||
|
||||
**AlgorithmManager 未覆盖:**
|
||||
- [ ] start_config_subscription / stop_config_subscription
|
||||
- [ ] load_bind_from_redis
|
||||
- [ ] reload_all_algorithms (含孤立实例清理)
|
||||
- [ ] update_algorithm_params
|
||||
- [ ] remove_roi / remove_bind
|
||||
- [ ] 并发调用安全性
|
||||
- [ ] register_algorithm 的 leave_post 和 intrusion 类型
|
||||
|
||||
---
|
||||
|
||||
## 5. 优化安全边界
|
||||
|
||||
### 5.1 不可修改区域 (功能合约)
|
||||
|
||||
以下代码是外部依赖的契约，修改会破坏 main.py 或其他模块：
|
||||
|
||||
1. **所有算法的 `process()` 方法签名** -- main.py 的 `_handle_detections` 直接调用
|
||||
2. **告警字典的字段名和类型** -- main.py 的 `_handle_detections` 依赖 `alert_type`, `alarm_level`, `confidence`, `bbox`, `message`, `first_frame_time`, `duration_minutes`, `vehicle_count`
|
||||
3. **`alarm_resolve` 事件格式** -- main.py 的 resolve 逻辑依赖 `resolve_alarm_id`, `duration_ms`, `last_frame_time`, `resolve_type`
|
||||
4. **`set_last_alarm_id(alarm_id)` 方法** -- main.py 回填 alarm_id
|
||||
5. **`reset()` 方法** -- AlgorithmManager 调用
|
||||
6. **`get_state()` 方法** -- AlgorithmManager.get_status() 调用
|
||||
7. **AlgorithmManager.process() 签名和返回值** -- main.py 直接调用
|
||||
8. **AlgorithmManager.register_algorithm() 签名** -- main.py 直接调用
|
||||
9. **AlgorithmManager.algorithms 的三层字典结构** -- main.py 直接访问内部实例来获取 `_leave_start_time` 等属性 (第905-911行)
|
||||
|
||||
### 5.2 可安全优化区域
|
||||
|
||||
以下代码修改不会影响外部行为：
|
||||
|
||||
1. **滑动窗口实现** -- `_update_detection_window`, `_update_window`, `_update_count_window` 的内部实现可以优化，只要 `_get_detection_ratio()`, `_get_window_ratio()`, `_get_avg_count()` 的语义不变
|
||||
2. **`_check_detection_in_roi` / `_check_target_class` / `_check_target_classes`** -- 内部实现可优化，接口不变即可
|
||||
3. **`_get_latest_bbox` / `_get_max_confidence`** -- 辅助方法，内部实现可优化
|
||||
4. **`_is_in_working_hours` / `_parse_time_to_minutes`** -- 内部实现可优化（建议修复跨午夜问题）
|
||||
5. **AlgorithmManager 的 Redis 相关方法** -- `load_bind_from_redis`, `reload_*`, `_config_update_worker` 可以修改，不影响算法核心逻辑
|
||||
6. **日志输出** -- 所有 logger.* 调用可以调整
|
||||
7. **`default_params` 字典** -- 可以修正默认值不一致的问题
|
||||
|
||||
### 5.3 高风险修改区域 (需要完整回归测试)
|
||||
|
||||
1. **状态转换条件 (ratio 阈值)** -- 任何 detection_ratio, window_ratio 的阈值变更都可能影响告警灵敏度
|
||||
- LeavePostAlgorithm: 0.6 (上岗), 0.2 (离岗开始), 0.5 (离岗恢复), 0.2 (离岗确认)
|
||||
- IllegalParkingAlgorithm: 0.3 (放弃确认), 0.6 (确认有车), 0.2 (车离开), 0.15 (开始消失确认), 0.5 (车又来), 0.2 (消失确认)
|
||||
- VehicleCongestionAlgorithm: count_threshold (开始确认), 0.5*count_threshold (开始消散)
|
||||
|
||||
2. **时间比较逻辑** -- `elapsed >= xxx_sec` 的方向（大于等于 vs 大于）
|
||||
3. **冷却期检查** -- `cooldown_key` 的构造方式和比较逻辑
|
||||
4. **resolve 事件触发逻辑** -- LeavePostAlgorithm 的 "进入 ON_DUTY 且 _last_alarm_id 存在" 的检查
|
||||
|
||||
### 5.4 重复代码可提取区域
|
||||
|
||||
以下方法在多个算法中重复实现，可以提取为基类或 mixin：
|
||||
|
||||
| 方法 | 出现在 | 可提取 |
|
||||
|------|--------|--------|
|
||||
| `_check_detection_in_roi` | 全部4个 | YES |
|
||||
| `_check_target_class` | LeavePost, Intrusion | YES |
|
||||
| `_check_target_classes` | IllegalParking, VehicleCongestion | YES |
|
||||
| `_get_latest_bbox` | 全部4个 | YES (注意 Intrusion 不检查 target_class) |
|
||||
| `_get_max_confidence` | IllegalParking, VehicleCongestion | YES |
|
||||
| `set_last_alarm_id` | 全部4个 | YES |
|
||||
| 滑动窗口逻辑 | LeavePost, IllegalParking, VehicleCongestion | YES |
|
||||
|
||||
---
|
||||
|
||||
## 6. config_models.py 与 algorithms.py 的一致性
|
||||
|
||||
### 6.1 AlgorithmType 枚举缺失
|
||||
|
||||
`config_models.py` 中的 `AlgorithmType` 枚举:
|
||||
```python
|
||||
LEAVE_POST = "leave_post"
|
||||
INTRUSION = "intrusion"
|
||||
CROWD_DETECTION = "crowd_detection" # 已在 algorithms.py 中注释掉
|
||||
FACE_RECOGNITION = "face_recognition" # algorithms.py 中不存在
|
||||
```
|
||||
|
||||
缺失:
|
||||
- `ILLEGAL_PARKING = "illegal_parking"` -- algorithms.py 已实现但枚举未添加
|
||||
- `VEHICLE_CONGESTION = "vehicle_congestion"` -- algorithms.py 已实现但枚举未添加
|
||||
|
||||
### 6.2 ROIInfo 默认值
|
||||
|
||||
`config_models.py` 的 `ROIInfo.confirm_leave_sec` 默认值为 **10**，而 `AlgorithmManager.default_params["leave_post"]["confirm_leave_sec"]` 为 **30**，`LeavePostAlgorithm.confirm_off_duty_sec` 默认为 **30**。
|
||||
|
||||
---
|
||||
|
||||
## 7. main.py 集成要点
|
||||
|
||||
### 7.1 main.py 对 algorithms.py 的依赖
|
||||
|
||||
1. **直接访问算法内部属性** (第905-911行):
|
||||
```python
|
||||
for attr in ('_leave_start_time', '_parking_start_time', '_congestion_start_time', '_intrusion_start_time'):
|
||||
val = getattr(algo, attr, None)
|
||||
```
|
||||
这是紧耦合，如果内部属性名变更会导致 first_frame_time 丢失。
|
||||
|
||||
2. **alarm_id 回填** (第943-945行):
|
||||
```python
|
||||
algo.set_last_alarm_id(alarm_info.alarm_id)
|
||||
```
|
||||
|
||||
3. **两层去重机制**:
|
||||
- ROI级别: `_active_alarms[f"{roi_id}_{alert_type}"]`
|
||||
- 摄像头级别: `_camera_alert_cooldown[f"{camera_id}_{alert_type}"]` (30秒冷却)
|
||||
|
||||
4. **duration_ms 在 ext_data 中的计算** (第925行):
|
||||
```python
|
||||
"duration_ms": int(alert.get("duration_minutes", 0) * 60 * 1000) if alert.get("duration_minutes") else None,
|
||||
```
|
||||
仅 IllegalParkingAlgorithm 的告警包含 `duration_minutes`，其他算法的 ext_data.duration_ms 为 None。
|
||||
|
||||
---
|
||||
|
||||
## 附录: 状态机可视化
|
||||
|
||||
### LeavePostAlgorithm
|
||||
```
|
||||
+--> NON_WORK_TIME --+
|
||||
| (any state) | (in_working_hours)
|
||||
| v
|
||||
INIT --+--> CONFIRMING_ON_DUTY ---> ON_DUTY ---> CONFIRMING_OFF_DUTY
|
||||
^ | ^ |
|
||||
+----------+ | v
|
||||
(ratio==0) | OFF_DUTY_COUNTDOWN
|
||||
| | |
|
||||
| (roi_has_person) | v
|
||||
| +---------------+ ALARMED
|
||||
| | |
|
||||
+-------+ (roi_has_person) |
|
||||
ON_DUTY <-- (if _last_alarm_id, send resolve)
|
||||
```
|
||||
|
||||
### IntrusionAlgorithm
|
||||
```
|
||||
IDLE ---> CONFIRMING_INTRUSION ---> ALARMED ---> CONFIRMING_CLEAR ---> IDLE
|
||||
^ | | |
|
||||
+------------+ +--------+
|
||||
(person gone) (person back >= confirm_intrusion_sec)
|
||||
-> ALARMED
|
||||
```
|
||||
|
||||
### IllegalParkingAlgorithm
|
||||
```
|
||||
IDLE --> CONFIRMING_VEHICLE --> PARKED_COUNTDOWN --> ALARMED --> CONFIRMING_CLEAR --> IDLE
|
||||
^ | | |
|
||||
+----------+ | v
|
||||
(ratio<0.3) (ratio<0.2) | ALARMED
|
||||
^ | | (ratio>=0.5)
|
||||
+--------------------------+ v
|
||||
ALARMED
|
||||
```
|
||||
|
||||
### VehicleCongestionAlgorithm
|
||||
```
|
||||
NORMAL --> CONFIRMING_CONGESTION --> CONGESTED --> CONFIRMING_CLEAR --> NORMAL
|
||||
^ | |
|
||||
+--------------+ v
|
||||
(avg<threshold) CONGESTED
|
||||
(avg>=threshold)
|
||||
```
|
||||
372
docs/p0p1_review_report.md
Normal file
372
docs/p0p1_review_report.md
Normal file
@@ -0,0 +1,372 @@
|
||||
# P0+P1 修复涉及文件全面审查报告
|
||||
|
||||
> 审查日期: 2026-04-02
|
||||
> 审查范围: main.py, config_sync.py, screenshot_handler.py, tensorrt_engine.py, result_reporter.py, alarm_upload_worker.py, postprocessor.py 及相关依赖
|
||||
|
||||
---
|
||||
|
||||
## 1. 功能基线清单
|
||||
|
||||
### 1.1 main.py - EdgeInferenceService
|
||||
|
||||
| 方法 | 行号 | 行为描述 |
|
||||
|------|------|----------|
|
||||
| `__init__` | 42-96 | 初始化两个去重字典: `_camera_alert_cooldown` (摄像头级, Dict[str, datetime]) 和 `_active_alarms` (ROI级, Dict[str, str])。冷却期默认30秒。 |
|
||||
| `_handle_detections` | 790-954 | 核心告警处理入口。接收检测结果后: (1) 调用算法管理器获取alerts; (2) 对 `alarm_resolve` 类型从 `_active_alarms` 中清除对应记录; (3) ROI级去重: 检查 `_active_alarms[f"{roi_id}_{alert_type}"]` 是否存在; (4) 摄像头级去重: 检查 `_camera_alert_cooldown[f"{camera_id}_{alert_type}"]` 时间间隔; (5) 构建 AlarmInfo 并调用 `report_alarm()`; (6) 写入 `_active_alarms` 并回填 alarm_id 到算法实例。 |
|
||||
| `_batch_process_rois` | 676-751 | 从队列取出 ROI 任务, 按 max_batch_size=8 分块, 调用 TensorRT 推理, 后处理后逐个调用 `_handle_detections`。 |
|
||||
| `_process_frame` | 613-651 | 获取 ROI 配置(含绑定), 预处理裁剪, 组装 roi_items 推入队列。 |
|
||||
| `_scheduler_worker` | 653-674 | 中心调度线程, 轮询所有视频流取最新帧, 丢弃超龄帧(>0.5s), 调用 `_process_frame`。 |
|
||||
| `_inference_worker` | 956-976 | 推理线程, 攒批窗口50ms, 调用 `_batch_process_rois`。 |
|
||||
|
||||
**`_camera_alert_cooldown` 读写位置:**
|
||||
- 写入: 第900行 (`self._camera_alert_cooldown[dedup_key] = now`)
|
||||
- 读取: 第890行 (`self._camera_alert_cooldown.get(dedup_key)`)
|
||||
- 无其他模块引用此字典
|
||||
|
||||
**`_active_alarms` 读写位置:**
|
||||
- 写入: 第940行 (`self._active_alarms[active_key] = alarm_info.alarm_id`)
|
||||
- 删除: 第865-868行 (resolve 事件清除)
|
||||
- 读取: 第880行 (`active_key in self._active_alarms`)
|
||||
- 无其他模块引用此字典
|
||||
|
||||
### 1.2 config/config_sync.py - ConfigSyncManager
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `_init_cloud_redis` (219-241) | 创建云端Redis连接, 参数: socket_connect_timeout=10, socket_timeout=10, retry_on_timeout=True, socket_keepalive=True + TCP keepalive选项, health_check_interval=15。连接失败时将 `_cloud_redis` 设为 None 但不抛异常。 |
|
||||
| `_listen_config_stream` (326-390) | Stream 监听主循环。外层while循环: 若 `_cloud_redis` 为None则调用 `_init_cloud_redis()` 重连。内层while循环: XREAD BLOCK 5000ms, 无消息时 PING 保活。`redis.ConnectionError` except 块: 将 `_cloud_redis = None` (第381行)。通用 `Exception` except 块: 不置 None, 仅等待重试。 |
|
||||
| `get_roi_configs_with_bindings` (760-806) | 当传入 camera_id 时走优化路径 `get_bindings_by_camera(camera_id)` (单SQL JOIN查询)。当无 camera_id 时存在 N+1 问题: 先 `get_all_roi_configs()` 再逐个 `get_bindings_by_roi(roi_id)`。 |
|
||||
|
||||
**`self._cloud_redis = None` 出现位置:**
|
||||
- 第381行: `_listen_config_stream` 中 `redis.ConnectionError` except 块
|
||||
- 第241行: `_init_cloud_redis` 中初始化失败
|
||||
|
||||
### 1.3 core/screenshot_handler.py - ScreenshotHandler
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `_listen_loop` (159-220) | XREADGROUP 消费截图请求。finally 块中(第191-196行) ACK 消息, ACK 失败时静默 pass -- 意味着消息可能被重复消费。无消息时 PING 保活。ConnectionError 时重连(带指数退避)。当 `_cloud_redis is None` 时也会主动重连。 |
|
||||
| `_handle_request` (224-280) | 流程: 校验必填字段 -> 设备隔离检查 -> 抓帧 -> 上传COS(失败重试1次) -> HTTP回调(失败降级写Redis)。 |
|
||||
| `_capture_frame` (284-300) | 优先从 MultiStreamManager 获取已有流帧, 无流时降级临时 RTSP 连接抓帧。 |
|
||||
| `_send_result` (375-402) | 优先 HTTP 回调, 失败降级写 Redis key `snap:result:{request_id}` (TTL 60s)。 |
|
||||
|
||||
**补偿机制:** 除 COS 上传有1次重试、HTTP 回调有 Redis 降级外, 无其他补偿。xack 失败意味着 Redis 会再次投递该消息(at-least-once 语义)。
|
||||
|
||||
### 1.4 core/tensorrt_engine.py - TensorRTEngine
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `load_engine` (109-142) | 在 `_lock` 保护下: (1) 若已有 context 则先释放; (2) **创建新的 CUDA context** `cuda.Device(device_id).make_context()`; (3) 创建 CUDA Stream; (4) 反序列化 engine; (5) 创建 execution context; (6) 分配 buffers。 |
|
||||
| `infer` (184-253) | 在 `_lock` 保护下: (1) `_cuda_context.push()`; (2) 设置动态 input shape; (3) H2D async memcpy; (4) `execute_async_v2`; (5) D2H async memcpy; (6) `stream.synchronize()`; (7) finally 块中 `_cuda_context.pop()`。 |
|
||||
| `release` (317-325) | 在 `_lock` 保护下, 幂等释放: `_cuda_context.pop()` + `_cuda_context.detach()`。 |
|
||||
| `_release_resources` (294-315) | 内部释放: pop/detach CUDA context, synchronize stream, 清空 bindings。 |
|
||||
|
||||
**CUDA context 模式:** 每个 TensorRTEngine 实例创建独立的 CUDA context。`pycuda.autoinit` 在 import 时创建一个默认 context, 而 `load_engine` 再创建一个新的。`infer` 使用 push/pop 模式切换到自己的 context。
|
||||
|
||||
**`_lock` 使用范围:** 覆盖 `load_engine`, `infer`, `release` 三个公开方法, 保证单引擎实例的线程安全。
|
||||
|
||||
**EngineManager:** 持有 `Dict[str, TensorRTEngine]`, 有自己的 `_lock`。当前代码只创建一个 "default" 引擎, 不存在多引擎共享 CUDA context 的问题。
|
||||
|
||||
### 1.5 core/result_reporter.py - ResultReporter
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `report_alarm` (119-165) | 接收 AlarmInfo + numpy screenshot。将截图 cv2.imencode JPEG (quality=85) 后 base64 编码写入 `alarm_info.snapshot_b64`。然后 JSON 序列化后 LPUSH 到 `local:alarm:pending`。 |
|
||||
| `report_alarm_resolve` (167-180) | 将 resolve 数据附加 `_type: "resolve"` 标记后 LPUSH 到同一队列 `local:alarm:pending`。 |
|
||||
|
||||
**AlarmInfo 字段:** alarm_id, alarm_type, device_id, scene_id, event_time(ISO8601), alarm_level(0-3), snapshot_b64(Optional[str]), algorithm_code, confidence_score, ext_data(Dict)。
|
||||
|
||||
### 1.6 core/alarm_upload_worker.py - AlarmUploadWorker
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `_worker_loop` (141-166) | 主循环: 先处理重试队列, 再 BRPOP `local:alarm:pending` (timeout=2s)。 |
|
||||
| `_process_alarm` (169-230) | 流程: JSON解析 -> 检查 `_type=="resolve"` 分流 -> base64.b64decode 截图 -> 上传 COS -> HTTP POST 告警元数据。COS 上传失败或 HTTP 失败都进入 `_handle_retry`。 |
|
||||
| `_handle_retry` (386-425) | 递增 `_retry_count`, 超过 `retry_max` 则 LPUSH 到 `local:alarm:dead`。未超限则计算指数退避延迟, 附加 `_retry_at` 时间戳后 LPUSH 到 `local:alarm:retry`。 |
|
||||
| `_process_retry_queue` (427-465) | RPOP 逐条检查 `local:alarm:retry`, 到期的放回 pending, 未到期的放回 retry 头部。 |
|
||||
| `_upload_snapshot_to_cos` (263-316) | base64 解码后直接 `put_object` 上传, object_key 格式: `alarms/{device_id}/{yyyy-MM-dd}/{alarm_id}.jpg`。 |
|
||||
|
||||
### 1.7 core/postprocessor.py - PostProcessor
|
||||
|
||||
| 方法 | 行为描述 |
|
||||
|------|----------|
|
||||
| `_process_gpu` (73-96) | `torch.from_numpy(boxes).cuda()` 转为 GPU 张量, 调用 `torchvision.ops.nms`, 结果 `.cpu().numpy()` 回到 CPU。**未使用 `torch.no_grad()`**。 |
|
||||
| `batch_process_detections` (705-812) | 解析 TensorRT 输出, 按 batch 拆分, 逐个做 YOLO 输出解析 + NMS。每次调用创建新的 NMSProcessor 实例。 |
|
||||
|
||||
**GPU 张量生命周期:** `_process_gpu` 中 `boxes_t` 和 `scores_t` 是临时变量, 函数返回后即可被 GC 回收。`keep` 张量在 `.cpu().numpy()` 后也成为临时变量。无显式释放, 依赖 Python GC + PyTorch 缓存分配器。
|
||||
|
||||
---
|
||||
|
||||
## 2. 接口契约
|
||||
|
||||
### 2.1 方法签名与返回值
|
||||
|
||||
```python
|
||||
# main.py
|
||||
def _handle_detections(
|
||||
self, camera_id: str, roi, bind, frame: VideoFrame,
|
||||
boxes: Any, scores: Any, class_ids: Any, scale_info: tuple
|
||||
) -> None
|
||||
|
||||
# config_sync.py
|
||||
def get_roi_configs_with_bindings(
|
||||
self, camera_id: Optional[str] = None, force_refresh: bool = False
|
||||
) -> List[ROIInfoNew]
|
||||
|
||||
def _init_cloud_redis(self) -> None # 失败时 self._cloud_redis = None
|
||||
|
||||
# screenshot_handler.py
|
||||
def _handle_request(self, fields: dict) -> None
|
||||
# fields 预期字段: request_id, camera_code, cos_path, callback_url, device_id(可选), rtsp_url(可选)
|
||||
|
||||
# tensorrt_engine.py
|
||||
def infer(self, input_batch: np.ndarray) -> Tuple[List[np.ndarray], float]
|
||||
# input_batch: shape=[batch, 3, 480, 480], dtype=float16
|
||||
# returns: (outputs_list, inference_time_ms)
|
||||
|
||||
def load_engine(self, engine_path: Optional[str] = None) -> bool
|
||||
|
||||
# result_reporter.py
|
||||
def report_alarm(self, alarm_info: AlarmInfo, screenshot: Optional[np.ndarray] = None) -> bool
|
||||
def report_alarm_resolve(self, resolve_data: dict) -> bool
|
||||
|
||||
# alarm_upload_worker.py
|
||||
def _process_alarm(self, alarm_json: str) -> None
|
||||
def _handle_retry(self, alarm_json: str, error: str) -> None
|
||||
def _upload_snapshot_to_cos(self, image_bytes: bytes, alarm_id: str, device_id: str) -> Optional[str]
|
||||
|
||||
# postprocessor.py
|
||||
def batch_process_detections(
|
||||
self, batch_outputs: List[np.ndarray], batch_size: int,
|
||||
conf_threshold: Optional[float] = None, nms_threshold: Optional[float] = None,
|
||||
per_item_conf_thresholds: Optional[List[float]] = None
|
||||
) -> List[Tuple[np.ndarray, np.ndarray, np.ndarray]]
|
||||
```
|
||||
|
||||
### 2.2 Redis Key 名与格式
|
||||
|
||||
| Key | Redis实例 | 类型 | 格式 | 模块 |
|
||||
|-----|-----------|------|------|------|
|
||||
| `local:alarm:pending` | 本地 | List | JSON(AlarmInfo.to_dict() 或 resolve_data) | result_reporter / alarm_upload_worker |
|
||||
| `local:alarm:retry` | 本地 | List | JSON(带 _retry_count, _retry_at 字段) | alarm_upload_worker |
|
||||
| `local:alarm:dead` | 本地 | List | JSON(带 _dead_reason, _dead_at 字段) | alarm_upload_worker |
|
||||
| `device:{device_id}:config` | 云端 | String | JSON(完整配置) | config_sync |
|
||||
| `device:{device_id}:version` | 云端 | String | int 版本号 | config_sync |
|
||||
| `device_config_stream` | 云端 | Stream | {device_id, version, action} | config_sync |
|
||||
| `local:device:config:current` | 本地 | String | JSON(完整配置) | config_sync |
|
||||
| `local:device:config:backup` | 本地 | String | JSON(上一版本配置) | config_sync |
|
||||
| `local:device:config:version` | 本地 | String | int 版本号 | config_sync |
|
||||
| `local:device:config:stream_last_id` | 本地 | String | Stream message ID | config_sync |
|
||||
| `edge_snap_request` | 云端 | Stream | {request_id, camera_code, cos_path, callback_url, ...} | screenshot_handler |
|
||||
| `snap:result:{request_id}` | 云端 | String(TTL=60s) | JSON(降级结果) | screenshot_handler |
|
||||
|
||||
### 2.3 AlarmInfo 数据结构 (完整字段)
|
||||
|
||||
```python
|
||||
@dataclass
|
||||
class AlarmInfo:
|
||||
alarm_id: str # 格式: edge_{device_id}_{YYYYMMDDHHmmss}_{6hex}
|
||||
alarm_type: str # 算法返回的 alert_type
|
||||
device_id: str # 实际传入的是 camera_id (非 edge device_id)
|
||||
scene_id: str # ROI ID
|
||||
event_time: str # ISO8601 (frame.timestamp)
|
||||
alarm_level: int # 0=紧急 1=重要 2=普通 3=轻微
|
||||
snapshot_b64: Optional[str] # JPEG base64, 由 report_alarm 填充
|
||||
algorithm_code: Optional[str]
|
||||
confidence_score: Optional[float]
|
||||
ext_data: Optional[Dict] # 包含: duration_ms, roi_id, bbox, target_class,
|
||||
# bind_id, message, edge_node_id, first_frame_time,
|
||||
# vehicle_count, area_id
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 3. 依赖关系图
|
||||
|
||||
```
|
||||
+-----------------+
|
||||
| main.py |
|
||||
| EdgeInference |
|
||||
| Service |
|
||||
+--------+--------+
|
||||
|
|
||||
+------------------+------------------+
|
||||
| | | | |
|
||||
v v v v v
|
||||
config_sync stream engine postprocess algorithm
|
||||
(ConfigSync manager manager (PostProc) manager
|
||||
Manager) |
|
||||
| | |
|
||||
v v v
|
||||
database.py tensorrt_engine.py algorithms/
|
||||
(SQLiteManager) (TensorRTEngine)
|
||||
|
||||
+------------------+
|
||||
| result_reporter |
|
||||
| (ResultReporter) |
|
||||
+--------+---------+
|
||||
|
|
||||
| LPUSH local:alarm:pending
|
||||
v
|
||||
+------------------+
|
||||
| alarm_upload |
|
||||
| _worker |
|
||||
+--------+---------+
|
||||
|
|
||||
+--------+---------+
|
||||
| COS Upload |
|
||||
| HTTP POST cloud |
|
||||
+------------------+
|
||||
|
||||
screenshot_handler (独立Redis连接) --> 云端 Redis Stream
|
||||
```
|
||||
|
||||
**数据流转:**
|
||||
1. `_scheduler_worker` 轮询视频流 -> `_process_frame` 获取ROI+预处理 -> 推入 `_batch_roi_queue`
|
||||
2. `_inference_worker` 消费队列 -> `_batch_process_rois` 做 TensorRT 推理 + 后处理 -> `_handle_detections`
|
||||
3. `_handle_detections` -> 算法管理器判定 -> 去重过滤 -> `ResultReporter.report_alarm()` LPUSH Redis
|
||||
4. `AlarmUploadWorker` BRPOP Redis -> base64 decode -> COS upload -> HTTP POST 云端
|
||||
|
||||
---
|
||||
|
||||
## 4. 安全边界
|
||||
|
||||
### 4.1 绝对不能动的代码 (Critical Path)
|
||||
|
||||
| 文件 | 代码区域 | 原因 |
|
||||
|------|----------|------|
|
||||
| `tensorrt_engine.py` | `infer()` 的 push/pop/synchronize 顺序 | CUDA context 操作顺序错误会导致段错误或GPU挂死 |
|
||||
| `tensorrt_engine.py` | `_allocate_buffers()` 的 buffer 分配逻辑 | 改变 buffer 大小会导致推理崩溃 |
|
||||
| `result_reporter.py` | `AlarmInfo.to_dict()` 的字段名 | alarm_upload_worker 和云端 API 依赖这些字段名 |
|
||||
| `alarm_upload_worker.py` | Redis key 常量引用 | 必须与 result_reporter 一致 |
|
||||
| `postprocessor.py` | `_parse_yolo_output` 的输出格式解析 (84行 = 4+80) | 与模型输出格式强耦合 |
|
||||
|
||||
### 4.2 可以安全修改的代码
|
||||
|
||||
| 文件 | 代码区域 | 注意事项 |
|
||||
|------|----------|----------|
|
||||
| `main.py` | `_handle_detections` 的去重逻辑 | 只影响告警频率, 不影响推理管线。但要确保线程安全(当前单线程调用, 无锁)。 |
|
||||
| `main.py` | `_camera_cooldown_seconds` 默认值 | 可调整, 纯业务参数 |
|
||||
| `config_sync.py` | `_listen_config_stream` 的重连逻辑 | 注意 `_cloud_redis = None` 的时机 |
|
||||
| `config_sync.py` | `get_roi_configs_with_bindings` 的 N+1 查询 | 可优化为 JOIN 查询, 但要保持返回值格式不变 |
|
||||
| `screenshot_handler.py` | `_listen_loop` 的 xack 逻辑 | 可增加重试, 但要注意不能阻塞主循环 |
|
||||
| `postprocessor.py` | `_process_gpu` 添加 `torch.no_grad()` | 纯优化, 不影响功能 |
|
||||
|
||||
### 4.3 修改时需要同步更新的代码对
|
||||
|
||||
| 修改点 | 需要同步的位置 |
|
||||
|--------|----------------|
|
||||
| `AlarmInfo` 字段变更 | `to_dict()`, `alarm_upload_worker._process_alarm`, 云端API |
|
||||
| Redis key 名变更 | `result_reporter.py` 常量 + `alarm_upload_worker.py` import |
|
||||
| `_active_alarms` key 格式变更 | 第865行 resolve 清除逻辑 + 第880行查重逻辑 + 第940行写入 |
|
||||
| `_camera_alert_cooldown` key 格式变更 | 第888行构建 + 第890行读取 + 第900行写入 |
|
||||
|
||||
---
|
||||
|
||||
## 5. 已有测试
|
||||
|
||||
| 测试文件 | 覆盖模块 | 状态 |
|
||||
|----------|----------|------|
|
||||
| `tests/test_config_sync.py` | config_sync.py | 存在 |
|
||||
| `tests/test_postprocessor.py` | postprocessor.py | 存在 |
|
||||
| `tests/test_result_reporter.py` | result_reporter.py | 存在 |
|
||||
| `tests/test_tensorrt.py` | tensorrt_engine.py | 存在 |
|
||||
| `tests/test_preprocessor.py` | preprocessor.py | 存在 |
|
||||
| `tests/test_video_stream.py` | video_stream.py | 存在 |
|
||||
| `tests/test_utils.py` | utils | 存在 |
|
||||
| `test_leave_post_full_workflow.py` | 离岗检测集成 | 存在(项目根目录) |
|
||||
| `test_vehicle_algorithms.py` | 车辆算法 | 存在(项目根目录) |
|
||||
|
||||
**缺失测试:**
|
||||
- `main.py` (`_handle_detections`, 去重逻辑) -- **无单元测试**
|
||||
- `alarm_upload_worker.py` -- **无单元测试**
|
||||
- `screenshot_handler.py` -- **无单元测试**
|
||||
|
||||
---
|
||||
|
||||
## 6. 潜在风险
|
||||
|
||||
### 6.1 Critical (必须关注)
|
||||
|
||||
**[C1] `_handle_detections` 无线程安全保护**
|
||||
- `_camera_alert_cooldown` 和 `_active_alarms` 两个字典在 `_handle_detections` 中读写, 该方法被 `_inference_worker` 线程调用。当前架构下只有一个推理线程, 所以实际上是单线程安全的。但如果未来增加多推理线程, 将产生竞态条件。
|
||||
- 风险等级: 当前低, 架构变更时高
|
||||
|
||||
**[C2] `_active_alarms` resolve 清除使用遍历+break**
|
||||
- 第865-868行: `for k, v in list(self._active_alarms.items())` 遍历查找匹配的 alarm_id 后 break。如果同一个 alarm_id 被错误地写入多个 key, 只会清除第一个。
|
||||
- 风险等级: 低(alarm_id 是 UUID 级唯一)
|
||||
|
||||
**[C3] CUDA context 与 pycuda.autoinit 共存**
|
||||
- `import pycuda.autoinit` 在模块加载时创建一个默认 CUDA context。`load_engine` 又创建新的 context。两个 context 共存, 依赖 push/pop 正确切换。如果任何代码在 push/pop 之外使用了 CUDA 操作(如 PostProcessor 的 GPU NMS), 将使用 autoinit 的 context, 与 TensorRT 的 context 不同。
|
||||
- 风险等级: 中(当前 NMS 使用 PyTorch CUDA, 与 PyCUDA context 独立)
|
||||
|
||||
### 6.2 Important (应当修复)
|
||||
|
||||
**[I1] `config_sync._listen_config_stream` 通用 Exception 不置 None**
|
||||
- 第385-390行: 通用 Exception 分支不将 `_cloud_redis` 设为 None, 但 ConnectionError 分支会。如果出现非 ConnectionError 的 Redis 异常(如 ResponseError), 会一直使用同一个可能已损坏的连接重试, 而不是重建连接。
|
||||
- 建议: 在通用 Exception 中也加入 `self._cloud_redis = None` 触发重连, 或至少尝试 ping 验证连接健康。
|
||||
|
||||
**[I2] `get_roi_configs_with_bindings` 的 N+1 查询**
|
||||
- 当 `camera_id` 为 None 时, 先查所有 ROI, 再逐个查 bindings。ROI 数量多时性能差。
|
||||
- 注意: 当 `camera_id` 非空时已经使用了 `get_bindings_by_camera` 优化查询, 这是正确的。
|
||||
- 建议: 添加一个 `get_all_bindings()` 方法或使用 JOIN 查询, 一次取出所有 bindings。
|
||||
|
||||
**[I3] `screenshot_handler._listen_loop` 中 xack 失败静默 pass**
|
||||
- 第195行: xack 失败时 pass, 不记录日志。导致无法发现 ACK 累积问题, PEL (Pending Entries List) 会持续增长。
|
||||
- 建议: 至少记录 warning 日志。
|
||||
|
||||
**[I4] `_process_gpu` 未使用 `torch.no_grad()`**
|
||||
- NMS 是纯推理操作, 不需要梯度计算。未包裹 `torch.no_grad()` 会导致不必要的计算图记录和额外内存占用。
|
||||
- 建议: 用 `with torch.no_grad():` 包裹 GPU NMS 调用。
|
||||
|
||||
**[I5] `report_alarm` 中截图 base64 编码在调用线程中执行**
|
||||
- 第133-143行: JPEG 编码 + base64 编码在推理线程中同步执行。一张 1080p 截图约 100-300KB JPEG, base64 后约 130-400KB。对高频告警场景可能阻塞推理线程。
|
||||
- 当前影响: 有 `_camera_cooldown_seconds=30` 限频, 实际影响有限。
|
||||
|
||||
### 6.3 Suggestions (改进建议)
|
||||
|
||||
**[S1] `_handle_detections` 中 import 在函数内**
|
||||
- 第914行: `from core.result_reporter import AlarmInfo, generate_alarm_id` 在热路径函数内 import。虽然 Python 会缓存模块, 但每次调用仍有字典查找开销。
|
||||
- 建议: 移到文件顶部 import。
|
||||
|
||||
**[S2] `batch_process_detections` 每次创建新 NMSProcessor**
|
||||
- 第753行: 每次调用都 `NMSProcessor(nms_threshold, use_gpu=True)`, 而 PostProcessor.__init__ 已经创建了 `self._nms`。
|
||||
- 建议: 复用 `self._nms` 或在需要不同阈值时参数化调用。
|
||||
|
||||
**[S3] `alarm_upload_worker._process_retry_queue` 的 RPOP+LPUSH 非原子**
|
||||
- 重试队列的检查逻辑: RPOP -> 检查时间 -> LPUSH 回去。在高并发下可能有短暂数据丢失窗口(RPOP 后进程崩溃)。
|
||||
- 当前影响: 单线程消费, 实际风险极低。
|
||||
|
||||
**[S4] `_camera_alert_cooldown` 字典无清理机制**
|
||||
- 随着时间推移, 已下线的摄像头 + 告警类型的 key 会一直驻留内存。
|
||||
- 当前影响: 每个 key 约 100 字节, 不太可能成为问题。长期运行建议定期清理。
|
||||
|
||||
**[S5] AlarmInfo.device_id 语义歧义**
|
||||
- `_handle_detections` 第918行传入 `device_id=camera_id`, 但 AlarmInfo 字段名为 `device_id`。云端可能误认为这是边缘设备ID而非摄像头ID。实际的边缘设备ID在 `ext_data.edge_node_id` 中。
|
||||
- 建议: 确认云端 API 对此字段的预期, 考虑重命名或补充文档。
|
||||
|
||||
---
|
||||
|
||||
## 7. 修复点风险矩阵
|
||||
|
||||
| 修复目标 | 涉及文件 | 变更范围 | 回归风险 | 测试覆盖 |
|
||||
|----------|----------|----------|----------|----------|
|
||||
| 告警去重逻辑优化 | main.py | _handle_detections 方法内部 | 低(不影响推理管线) | **无**(需新增) |
|
||||
| Redis 重连机制增强 | config_sync.py | _listen_config_stream except块 | 中(影响配置同步) | 有(test_config_sync) |
|
||||
| N+1 查询优化 | config_sync.py + database.py | get_roi_configs_with_bindings | 中(影响配置读取) | 有(test_config_sync) |
|
||||
| xack 失败处理 | screenshot_handler.py | _listen_loop finally块 | 低(仅日志增强) | **无**(需新增) |
|
||||
| GPU NMS 优化 | postprocessor.py | _process_gpu | 低(纯优化) | 有(test_postprocessor) |
|
||||
| CUDA context 安全 | tensorrt_engine.py | load_engine/infer | 高(GPU操作) | 有(test_tensorrt) |
|
||||
| 截图编码优化 | result_reporter.py | report_alarm | 中(涉及序列化格式) | 有(test_result_reporter) |
|
||||
|
||||
---
|
||||
|
||||
## 8. 审查总结
|
||||
|
||||
**代码整体质量:** 项目架构清晰, 模块职责分明, 关键路径有合理的错误处理和日志输出。Redis 双层架构(云端分发+本地自治)设计合理, 支持离线运行。
|
||||
|
||||
**主要关注点:**
|
||||
1. 告警去重字典 `_camera_alert_cooldown` 和 `_active_alarms` 是核心业务逻辑, 修改时务必保持 key 格式和读写位置的一致性。当前无测试覆盖, 是最大风险点。
|
||||
2. `config_sync._listen_config_stream` 的通用 Exception 处理策略需要与 ConnectionError 保持一致。
|
||||
3. TensorRT 的 CUDA context push/pop 模式是正确的, 但与 `pycuda.autoinit` 共存需要注意不要在 push/pop 之外的代码中使用 PyCUDA 操作。
|
||||
4. 截图通过 base64 经 Redis 传递的设计合理(避免文件IO), 但要注意大图场景下的内存和队列压力。
|
||||
45
main.py
45
main.py
@@ -92,6 +92,10 @@ class EdgeInferenceService:
|
||||
# ROI级别告警去重：同ROI+同类型未resolve的告警不重复发送
|
||||
# key: f"{roi_id}_{alert_type}", value: alarm_id
|
||||
self._active_alarms: Dict[str, str] = {}
|
||||
self._active_alarms_time: Dict[str, datetime] = {} # 活跃告警创建时间
|
||||
self._cleanup_counter = 0
|
||||
self._cleanup_interval = 100 # 每 100 次 _handle_detections 清理一次
|
||||
self._active_alarm_max_age_sec = 3600 # 活跃告警最大存活时间（1小时）
|
||||
|
||||
self._logger.info("Edge_Inference_Service 初始化开始")
|
||||
|
||||
@@ -672,7 +676,7 @@ class EdgeInferenceService:
|
||||
|
||||
if not had_frame:
|
||||
self._stop_event.wait(self._scheduler_interval_sec)
|
||||
|
||||
|
||||
def _batch_process_rois(self):
|
||||
"""批量处理 ROI - 真正的 batch 推理（按 max_batch_size 分块）"""
|
||||
with self._batch_lock:
|
||||
@@ -701,9 +705,11 @@ class EdgeInferenceService:
|
||||
# 一次性推理整个 batch
|
||||
outputs, inference_time_ms = engine.infer(batch_data)
|
||||
self._performance_stats["inference_batches"] += 1
|
||||
self._logger.log_inference_latency(
|
||||
self._logger.performance(
|
||||
"inference_latency_ms",
|
||||
inference_time_ms,
|
||||
batch_size=len(chunk),
|
||||
throughput_fps=1000.0 / inference_time_ms if inference_time_ms > 0 else 0
|
||||
)
|
||||
|
||||
# 诊断：输出原始推理结果形状（非告警诊断日志，使用 DEBUG 级别）
|
||||
@@ -798,6 +804,12 @@ class EdgeInferenceService:
|
||||
):
|
||||
"""处理检测结果 - 算法接管判断权"""
|
||||
try:
|
||||
# 惰性清理过期去重记录
|
||||
self._cleanup_counter += 1
|
||||
if self._cleanup_counter >= self._cleanup_interval:
|
||||
self._cleanup_counter = 0
|
||||
self._cleanup_dedup_dicts(frame.timestamp)
|
||||
|
||||
if self._algorithm_manager is None:
|
||||
self._logger.warning("算法管理器不可用，跳过算法处理")
|
||||
return
|
||||
@@ -863,6 +875,7 @@ class EdgeInferenceService:
|
||||
for k, v in list(self._active_alarms.items()):
|
||||
if v == resolve_alarm_id:
|
||||
del self._active_alarms[k]
|
||||
self._active_alarms_time.pop(k, None)
|
||||
self._logger.debug(f"[去重] 活跃告警已清除: {k} -> {resolve_alarm_id}")
|
||||
break
|
||||
|
||||
@@ -936,6 +949,7 @@ class EdgeInferenceService:
|
||||
|
||||
# 记录活跃告警（用于 ROI 级去重）
|
||||
self._active_alarms[active_key] = alarm_info.alarm_id
|
||||
self._active_alarms_time[active_key] = frame.timestamp
|
||||
|
||||
# 回填 alarm_id 到算法实例（用于后续 resolve 追踪，泛化支持所有算法类型）
|
||||
algo = self._algorithm_manager.algorithms.get(roi_id, {}).get(f"{roi_id}_{bind.bind_id}", {}).get(alert_type)
|
||||
@@ -950,7 +964,32 @@ class EdgeInferenceService:
|
||||
|
||||
except Exception as e:
|
||||
self._logger.error(f"处理检测结果失败: {e}")
|
||||
|
||||
|
||||
def _cleanup_dedup_dicts(self, now: datetime):
|
||||
"""惰性清理过期的去重记录"""
|
||||
# 清理 _camera_alert_cooldown 中已过冷却期的记录
|
||||
expired_cooldown = [
|
||||
k for k, v in self._camera_alert_cooldown.items()
|
||||
if (now - v).total_seconds() > self._camera_cooldown_seconds * 2
|
||||
]
|
||||
for k in expired_cooldown:
|
||||
del self._camera_alert_cooldown[k]
|
||||
|
||||
# 清理 _active_alarms 中可能因 resolve 丢失而残留的记录
|
||||
expired_active = [
|
||||
k for k, t in self._active_alarms_time.items()
|
||||
if (now - t).total_seconds() > self._active_alarm_max_age_sec
|
||||
]
|
||||
for k in expired_active:
|
||||
self._active_alarms.pop(k, None)
|
||||
self._active_alarms_time.pop(k, None)
|
||||
self._logger.warning(f"[去重] 活跃告警超时清除: {k}")
|
||||
|
||||
if expired_cooldown or expired_active:
|
||||
self._logger.debug(
|
||||
f"[去重] 清理完成: cooldown={len(expired_cooldown)}, active={len(expired_active)}"
|
||||
)
|
||||
|
||||
def _inference_worker(self):
|
||||
"""推理线程：攒批窗口内收集 ROI 请求，批量推理"""
|
||||
while not self._stop_event.is_set():
|
||||
|
||||
@@ -222,15 +222,6 @@ class StructuredLogger:
|
||||
duration_ms: Optional[float] = None, **tags):
|
||||
"""记录性能指标"""
|
||||
self._performance_logger.record(metric_name, value, tags)
|
||||
|
||||
perf_data = {
|
||||
"metric": metric_name,
|
||||
"value": value,
|
||||
"duration_ms": duration_ms,
|
||||
"tags": tags
|
||||
}
|
||||
|
||||
self.info(f"性能指标: {metric_name} = {value}", **perf_data)
|
||||
|
||||
def log_inference_latency(self, latency_ms: float, batch_size: int = 1):
|
||||
"""记录推理延迟"""
|
||||
|
||||
Reference in New Issue
Block a user