检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
1到65535之间的整数 表15 Probe 参数 参数类型 描述 exec Exec object 执行命令检查，与http_get二选一 http_get HttpGet object 执行http探测 initial_delay_seconds Long 表示从工作负载启动后从多久
可能是由于账号欠费或AK与SK不正确等原因。 解决方案 使用当前账号登录OBS管理控制台，确认当前账号是否能访问OBS。 是，请执行步骤2。 否，请执行步骤3。 如能访问OBS，单击右上方登录的用户，在下拉列表中选择“我的凭证”。请根据访问秘钥操作指导，确认当前AK/SK是否是当前账号创建的AK/SK。
__name__ == '__main__': hilens.init("hello") run() hilens.terminate() 父主题： 视频输入模块
objects 作业流详情 ok_pod_number Integer 在实例上运行成功的作业数 cur_pod_number Integer 在实例上正在运行的作业数 sum_pod_number Integer 在实例上运行过的作业总数 fail_pod_number Integer 在实例上运行失败的作业数
c”，该参数必填，其中“?”为batch数，表示1次处理的图片数量，需要根据实际情况填写，用于将动态shape的原始模型转换为固定shape的离线模型。 如果存在多个输入，请以分号（;）隔开。 “pb”模型转“om”模型时的张量形状就是“pb”模型的输入节点和shape，例如“images:1,224,224
获取技能配置，即技能配置文件中的内容解析成的Json对象（jsoncpp）。 注意此函数每次都会读取配置文件并解析成Json对象，所以如果需要读多个配置项，请将返回值存为一个变量，不要过于频繁的调用GetSkillConfig()。 接口调用 Json::Value hilens::GetSkillConfig()
pro工作流，实现零代码训练模型和技能开发。ModelArts Pro更多信息请参见 ModelArts Pro。 与LTS的关系 专业版HiLens支持将端侧设备的运行日志存储至云日志服务（Log Tank Service，简称LTS）。LTS更多信息请参见云日志服务 LTS。
详情请参见区域和可用区。 可用区（AZ，Availability Zone） 一个AZ是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 项目 云服务的
objects 作业流详情 ok_pod_number Integer 在实例上运行成功的作业数 cur_pod_number Integer 在实例上正在运行的作业数 sum_pod_number Integer 在实例上运行过的作业总数 fail_pod_number Integer 在实例上运行失败的作业数
c”，该参数必填，其中“?”为batch数，表示1次处理的图片数量，需要根据实际情况填写，用于将动态shape的原始模型转换为固定shape的离线模型。 如果存在多个输入，请以分号（;）隔开。 “转换类型” 根据导入的模型选择正确的模型转换类型。 TF-FrozenGraph-To-Ascend-HiLens
type 是 枚举类型，可选hilens.HDMI、hilens.RTMP、hilens.H264_FILE hilens.HDMI：直接通过设备的HDMI接口输出到显示屏，目前只支持一路数据显示到HDMI。 hilens.RTMP：实时输出到RTMP服务器供用户查看。 hilens
hilens:project:deleteProject - 收藏技能模板 POST hilens:template:collectTemplate - 部署已开发的技能到设备上 PUT hilens:project:deployProject obs:object:GetObject 取消已收藏的技能模板 DELETE
导入模型至HiLens Studio后，在HiLens Studio界面上方选择“Terminal>New Terminal”。 新建一个终端界面。 在终端界面执行以下命令转换模型。 tensorflow omg --model=./yolo3_resnet18.pb --input_shape='images:1
1到65535之间的整数 表16 Probe 参数 参数类型 描述 exec Exec object 执行命令检查，与http_get二选一 http_get HttpGet object 执行http探测 initial_delay_seconds Long 表示从工作负载启动后从多久
HDMI输出黑屏或者卡住是什么原因？ 启动了多个HDMI输出的技能会导致黑屏或卡屏。 如果技能是HDMI输出，仅支持输出一路视频，则只能运行一路技能，检查是否接入多路视频。 如果接入多路视频，可在代码中指定仅输出其中一路视频。另外，在切换HDMI输出的技能时，先停止运行中的技能，再启动另一个技能。
height：必选字段，图片的高度。 depth：必选字段，图片的通道数。 segmented 是 表示是否用于分割。 object 是 表示物体检测信息，多个物体标注会有多个object体。 name：必选字段，标注内容的类别。 pose：必选字段，标注内容的拍摄角度。 truncated：必选字段，标注内容是否被截断（0表示完整）。
__name__ == '__main__': hilens.init("hello") run() hilens.terminate() 父主题： 日志模块
c”，该参数必填，其中“?”为batch数，表示1次处理的图片数量，需要根据实际情况填写，用于将动态shape的原始模型转换为固定shape的离线模型。 如果存在多个输入，请以分号（;）隔开。 转换输出节点 指定输出节点,例如“node_name1:0;node_name1:1;node_name2:0
如何使用多线程进行技能推理？ 问题描述 如果在局域网内对多个rtsp摄像头画面进行推理，每路摄像头开一个线程进行推理，线程内模型加载、推理都是独立的，不会相互影响。如果多路线程合并，如何使用多线程进行技能推理？ 解决方法 如果多路线程合并做batch推理，对多路摄像头的推理实时性
c”，该参数必填，其中“?”为batch数，表示1次处理的图片数量，需要根据实际情况填写，用于将动态shape的原始模型转换为固定shape的离线模型。 如果存在多个输入，请以分号（;）隔开。 out_nodes 转换输出节点，即指定输出节点,例如“node_name1:0;node_name1:1;n
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
