职位描述

给一个基于x86 Ubuntu18.04环境下的目标检测cpp的Cmake工程，移植到rv1126上跑到实时。该工程主要依赖如下：Opencv4.1，paho.mqtt.c，paho.mqtt.cpp，libeigen3， libboost, libcppjson, libyaml等。检测模型给一个在pc端跑通的darknet或者pytorch格式模型，转换到rknn，精度损失3%以内。
检测模型为yolov4-tiny和yolov5s（尽量跑到25fps以上）

主要工作内容
1.移植工程。交叉编译，依赖解决。
2.模型转换。给一个标准的yolov4-tiny模型（darknet格式）和yolov5s（pytorch格式）的模型，转换为rk上能跑的。
3.新建检测类，实现yolov4-tiny和yolov5s的检测。继承检测基类的接口，并做好detector_test单元测试和放到main程序中跑起来。
4.新建相机类。继承相机基类的接口，实现取流功能（取640x480分辨率的rgb），适配需求方的两个模组。
5.新建rtsp流输出类。将opencv的cv::Mat图像通过rtsp发布出来。
6.web后端移植。移植工程中的3rdparty/webs/backend的makefile工程，能跑起来即可。

适配两个38板硬件：
1.ow 38板：看图：rtsp://192.168.2.159。 sdk，补丁和配置稍后发送。
2.ds 38 板：稍后提供。sdk，补丁和配置稍后发送。



验收方法
需求方按照交付文档步骤，从环境搭建到编译，在rv1126上：
1.跑通3个单元测试test程序，得到正确结果。
2.跑通main程序。通过rtsp查看结果。
3.验证工程可维护性，即增加代码后工程能正常编译运行。需求方负责操作增加代码。

交付内容
1.文档（非常重要）。开发环境准备文档，包括环境搭建（主机Ubuntu18.04），依赖安装交叉编译，工程代码交叉编译等。要便于需求方增加和修改功能时查阅。
2.模型转换和测试源代码，包括模型转换和精度验证的代码。
3.调整后的工程源代码（如果工程源代码需要调整）。