本文档介绍了在VSS警报蓝图（2d_cv验证模式）中替换DeepStream CV检测模型的完整流程。当前版本使用默认的GDINO/RT-DETR检测器，本指南以YOLOv11 COCO80为例展示如何替换为任意ONNX模型。包括ONNX文件导出与暂存、自定义边界框（bbox）解析器的构建与调试、nvinfer配置文件参数说明、基于trtexec的TensorRT引擎运行时构建、docker-compose与环境变量修改、最终部署步骤，以及常见问题（如dlsym符号解析失败、幽灵目录挂载、FORCE_REBUILD强制重建）的解决方法。本技能仅限于verification（2d_cv）模式，不适用于实时视频生成模式（2d_vlm）。关键词：VSS、DeepStream、CV模型定制、ONNX、YOLO11、TensorRT、nvinfer、边界框解析器。
VSS警报蓝图CV检测模型定制Skill rtvi-cv-customize-model
该技能指导在NVIDIA VSS警报蓝图的verification（2d_cv）模式下，将DeepStream主检测器替换为自定义ONNX模型。涵盖ONNX模型导出与暂存、自定义bbox解析器开发、nvinfer子配置设置、TensorRT engine运行时构建以及Docker部署/调试。可使用YOLO11示例参考，并可扩展到其他检测/分割模型。关键词包括DeepStream、VSS、2d_cv、YOLO11、TensorRT、nvinfer、bbox parser、ONNX模型定制。