⚡

视频智能服务-2D检测跟踪部署Skill vss-deploy-detection-tracking-2d

该技能用于部署、运行、调试、拆除以及调用NVIDIA RTVI-CV 2D目标检测/跟踪（DeepStream）微服务。覆盖容器生命周期管理、REST API调用（流增删/健康检查/指标采集）、动态/静态流模式、NGC资源加载和常见故障排查。关键词：RTVI-CV、DeepStream、目标检测、目标跟踪、视频智能服务,VSS、容器部署、Docker、NGC、REST API、流管理、健康检查、指标监控、仓库监控、智慧城市、Sparse4D、GDINO、RT-DETR、Metropolis。

视频智能服务(VSS) 0 次安装 0 次浏览 更新于 9/6/2026
名称 vss-deploy-detection-tracking-2d
描述 本技能用于RTVI-CV 2D检测/跟踪微服务的部署、运行、调试、拆除及REST API调用。触发词包括“部署rtvi-cv、启动warehouse 2d、添加流、检查rtvi-cv健康、停止感知容器”等。不用于VLM、嵌入或分析，请使用匹配的vss-*技能。
开源协议 Apache-2.0 metadata:
版本 3.2.1 github-url: https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization tags: nvidia rtvi-cv deployment rest-api docker deepstream ngc warehouse smartcity sparse4d gdino rt-detr metropolis stream-management health-check metrics

RTVI-CV 目标检测与跟踪（统一技能）

本技能将RTVI-CV（Real Time Video Intelligence CV / DeepStream 感知微服务）的部署、运维和API调用整合为一个统一入口。

  • 服务名：rtvi-cv（metropolis_perception_app）
  • 镜像：nvcr.io/<org>/<repo>:<tag>，部署时由用户提供
  • REST端口：9000（/api/v1下包含 /live、/ready、/startup、/metrics、/stream/add、/stream/remove、embeddings等接口）
  • 硬件支持：x86/aarch64 dGPU（T4/A100/L40/H100/B200/RTX）、SBSA（Spark/Grace-Hopper）、Jetson（Thor/Orin/Xavier）

行为路由

  • 根据用户意图选择 DEPLOY（部署）、TEARDOWN（拆除）、DEBUG（调试）或 API USAGE（调用REST API）流程。
  • 若意图清晰则加载对应的 references/ 文档；意图模糊时通过 AskQuestion 询问“部署新实例还是调用已运行实例”。

主要文件结构

  • assets/deploy-defaults.yml：部署默认参数（tag/ref/路径/GPU等）。
  • evals/：三级评估清单。
  • scripts/：23个bash/python辅助脚本，通过 run_script(“scripts/<名称>”) 调用。
  • references/：各流程操作手册。

常用脚本

load_defaults.sh（平台与默认参数识别）、fetch_resources.sh（下载NGC资源）、apply_config.sh（容器内配置修改）、run_app_and_wait.sh（启动应用并等待就绪）、collect_metrics.sh（采集指标）、add_streams.sh（REST添加流）等。

DEPLOY流程输出契约

  1. 每个步骤退出时渲染固定宽度（128字符）的方框，使用“┌─┐│└┘”轻量框线，标题居中。
  2. 第5步结果框后必须给出第6步 AskUserQuestion 菜单（管理流 / 停止部署 / 检查指标 / 健康探测）。
  3. 用户选择子项目后，再发出后续 AskUserQuestion，提供具体动作。
  4. 逐步内容必须完整展示，禁止使用ASCII框线（+ - = *）、禁止将多个配置键合并成一行、禁止默认选用 dynamic 流模式（默认 static）。

限制与故障排查

  • 依赖VSS部署环境与NGC凭据（NGC_CLI_API_KEY / NVIDIA_API_KEY）。
  • REST Connection refused：目标服务未启动，检查 /docs 或 /health 后重新部署。
  • NGC拉取401/403：检查NGC_CLI_API_KEY，并执行 docker login nvcr.io。
  • 容器OOM或模型加载失败：GPU显存不足，切换小模型或释放GPU。