1、主程序运行main.py文件
2、main.py文件中args加载检测配置文件config_det.yaml，为了保证路径没问题，请设置绝对路径
3、config_det.yaml中配置
    detect_0:                                                       # 名称随意，不可重复
        source : rtsp://admin:@192.168.10.18                        # scource   设置rtsp流或者图片文件夹
        model: /home/yaxin/xbank/xbank_poc_test/config_phone.yaml   # 配置检测的模型配置文件

4、模型配置文件，config_检测名称.yaml
    # load model file
    model: /home/yaxin/xbank/xbank_poc_test/model_file/yolov5.onnx                          # 模型的绝对路径
    model_cache: /home/yaxin/xbank/xbank_poc_test/tensort_cache/yolov5.trt                  # 设置cache，不用更改

    # label and bbox message set 
    model_parameter:                                                                        # 模型检测中需要的参数
    device : gpu                                                                            # 使用gpu检测
    label_names:  ["Keypad","hands","keyboard", "mouse","phone"] # model labels             # 检测模型训练时的标签名列表，标签名顺序需要跟训练时候分配数据集时候的顺序一致，不用更改
    compara_label_names:  ["hands","phone"] #                                               # 检测到的类别中需要挑选出来的目标
    compara_relevancy: 'overlap' # 'in_bbox'                                                # 是否对挑选出来进行推理的目标进行其标签框之间关系进行推理，如果不需要就设置成FALSE，默认不用更改
    relevancy_para : 0                                                                      # 需要的参数
    confidence : 0.2                                                                        # 设置检测出来的目标过滤的置信度

    save_path : /home/yaxin/xbank/xbank_poc_test/save_path/hands                            # 保存检测后的图片的路径，默认不需要更改
    # save_path_original : /home/yaxin/xbank/xbank_poc_test/save_path_original/hands        # 检测到的图片的原始图片的路径，不保存使用False
    # test_path : /home/yaxin/xbank/xbank_poc_test/test_save_path/hands                     # 未检测到目标的图片，不保存设置为False，默认保存

5、使用本地环境
    conda activate fastdeploy
    修改过配置文件后，运行Python main.py