边缘端运行测试报告
测试信息
| 项目 |
值 |
| 测试时间 |
2026-02-02 13:59:04 - 13:59:34 |
| 测试时长 |
30 秒 |
| RTSP 地址 |
rtsp://admin:admin@172.16.8.35/cam/realmonitor?channel=6&subtype=1 |
| 摄像头 ID |
test_camera_01 |
测试配置
摄像头配置
| 字段 |
值 |
| camera_id |
test_camera_01 |
| camera_name |
测试摄像头-车间入口 |
| location |
车间入口通道 |
| enabled |
True |
| status |
True |
ROI 配置
ROI 1: 离岗检测区域
| 字段 |
值 |
| roi_id |
test_camera_01_roi_01 |
| algorithm_type |
leave_post |
| target_class |
person |
| confirm_on_duty_sec |
10 |
| confirm_leave_sec |
30 |
| cooldown_sec |
60 |
| working_hours |
08:00 - 18:00 |
ROI 2: 入侵检测区域
| 字段 |
值 |
| roi_id |
test_camera_01_roi_02 |
| algorithm_type |
intrusion |
| target_class |
person |
| confirm_on_duty_sec |
10 |
| confirm_leave_sec |
10 |
| cooldown_sec |
60 |
| working_hours |
None |
测试结果
✅ 通过项目
| 组件 |
状态 |
说明 |
| 数据库初始化 |
✅ |
SQLite 连接成功 |
| 配置管理器 |
✅ |
Redis 配置同步 |
| 流管理器 |
✅ |
RTSP 流连接成功 |
| 预处理器 |
✅ |
480x480 预处理 |
| TensorRT 引擎 |
✅ |
引擎加载成功 |
| YOLO 推理 |
✅ |
延迟 20-30ms |
| 算法管理器 |
✅ |
状态机运行正常 |
| 工作时段检查 |
✅ |
字符串解析正常 |
性能指标
| 指标 |
值 |
| 推理延迟 |
20-30ms |
| 推理帧率 |
约 40 FPS |
| 批次大小 |
1 |
测试日志摘要
修复的问题
- TensorRT bindings 问题 - 使用 pycuda 正确处理 GPU 内存地址
- working_hours 解析 - 支持字符串格式的时间配置
待优化项
- 截图保存功能 - 需要配置截图路径
- MQTT 上报 - 需要配置 MQTT broker
- Redis 连接 - 本地 Redis 服务
结论
✅ 边缘端运行测试通过
系统各组件正常运行,TensorRT 推理性能良好(20-30ms 延迟),可以开始进行实际的离岗/入侵检测测试。