gc_init_deviceid: "ALL" #例： 0;  0,1;  2,3; ALL

#识别数据来源参数配置
gc_data_source: "camera" #[camera, images]
camera:
  #url: "rtsp://admin:sgt12345@10.27.119.13:554/h264/ch1/main/av_stream"
  # url: "./videos/km70.mp4"
  url: "./videos/06-29_96.mp4"
  skipInterval: 3
  target: "NUM"
  use: true
  direction: 0 #行驶方向  0-自动识别 1-向左 2-向右 （与“首位信息”成对存在，形成例如向左就编号在前，向右就属性在前的对应）
  left_first: 0 # 0-向左编号在前 1-向左属性在前 (向右行驶的情况：2-向右编号在前 3-向右属性在前)
  right_first: 3 # (向左行驶的情况：0-向左编号在前 1-向左属性在前) 2-向右编号在前 3-向右属性在前
  identify_areas: "120, 0, 1800, 1080" #(ltx,lty,rbx,rby)
  classid_minheight: "1:90, 2:120, 3:120, 9:240, 10:240, 18:120" #大框的最小高度(为屏蔽远股道识别到的信息)
images:
  images_0:
    url: "./images"
    skipInterval: 5
    target: "NUM,PRO,CONTAINER_T"
    use: true
    direction: 0 #行驶方向  0-自动识别 1-向左 2-向右 （与“首位信息”成对存在，形成例如向左就编号在前，向右就属性在前的对应）
    left_first: 0 # 0-向左编号在前 1-向左属性在前 (向右行驶的情况：2-向右编号在前 3-向右属性在前)
    right_first: 3 # (向左行驶的情况：0-向左编号在前 1-向左属性在前) 2-向右编号在前 3-向右属性在前
    identify_areas: "50, 10, 1850, 1080" #(ltx,lty,rbx,rby)

#是否采集数据
gc_collect_data_flag: false
gc_collect_data_savepath: "./collectdata/"

#运行式
gc_run_mode: "always" #[always; command]

#是否开启动态检测
gc_need_move_detect_flag: true

#是否实时推流-用于直播
gc_push_actual_flag: false

gc_log_level: "DEBUG" #[DEBUG, INFO, WARN, ERROR, FATAL]
gc_log_logfile: "./logs/log.txt"
gc_log_logfile_bakpath: "./logs"

#微服务地址
gc_service_address: 0.0.0.0:9002

#授权参数
gc_bind_hardware: false #是否绑定小站，true-绑定，false-不绑定
gc_check_register: false #是否检查授权，true-检查，false-不检查

atlas_poundno: "5" #工作站编号
gc_username: "admin"
gc_password: "matrixai@1234"

#选优 0-频率优先  1-长度优先
gc_select_best_mode: 0

#识别结果存储目录
gc_result_path: "./result"
gc_result_path_for_test: "./pic"
gc_best_path: "./result/best"

#模型参数，只考虑敞车
model:
  MoveEngine: #动态检测
    # om_path: "./model/step0/step0.FP16.engine"
    om_path: "./model/step0/step0.engine"
    modelinfo_path: "./model/step0/retina_move_modelinfo.txt"
    model_type: "retina" #(retina, yolov5)
    score_threshold: 0.9
    nms_threshold: 0.3
  TrainStepOneEngine: #关键区域识别
    om_path: "./model/step1/step1.engine"
    modelinfo_path: "./model/step1/yolov5_train_step1_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.6
    nms_threshold: 0.3
  TrainStepTwoEngine: #字符识别
    # om_path: "./model/step2/step2.engine"
    om_path: "./model/step2/step2.engine"
    modelinfo_path: "./model/step2/yolov5_train_step2_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.7
    nms_threshold: 0.3
  ChkDateStepOneEngine: #定检期关键区域识别
    om_path: "./model/chkDate_step1/step1.engine"
    modelinfo_path: "./model/chkDate_step1/yolov5_chkdate_step1_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.6
    nms_threshold: 0.3
  ChkDateStepTwoEngine: #定检期字符识别
    om_path: "./model/chkDate_step2/step2.engine"
    modelinfo_path: "./model/chkDate_step2/yolov5_chkdate_step2_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.7
    nms_threshold: 0.3
  StepOneContainerEngine: #集装箱关键区域识别
    om_path: "./model/container_step1/con1.engine"
    modelinfo_path: "./model/container_step1/yolov5_container_step1_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.6
    nms_threshold: 0.3
  StepTwoContainerEngine: #顶部集装箱字符识别
    om_path: "./model/container_step2/con2.engine"
    modelinfo_path: "./model/container_step2/yolov5_container_step2_modelinfo.txt"
    model_type: "yolov5" #(retina, yolov5)
    score_threshold: 0.7
    nms_threshold: 0.3

gc_http_open: 0
# gc_http_url: "http://192.168.2.211:20004/api/train-carriage/identification/video-save"
# gc_gettoken_url: "http://192.168.2.211:20004/api/blade-auth/oauth/token"
# gc_image_srv: "http://192.168.2.211:9010/"
username: ""
password: ""
gc_http_url: "http://192.168.2.121:8081"
gc_gettoken_url: "http://192.168.0.121:20004/api/blade-auth/oauth/token"
gc_image_srv: "http://192.168.0.121:9010/"

gc_device_status_open: 0
gc_device_status_url: "http://192.168.2.211:20004/api/blade-train/deviceInfo/save"

rfid_ip: "10.27.200.39"

#socket_server 的服务端参数
socket_server_open: 0
socket_server_port: 7000
socket_server_queue_len: 10

#sftp用户名、密码、地址
gc_ftp_open: 0
gc_ftp_type: "ftp" #可选 ftp 或 sftp
gc_ftp_ip: "192.168.2.138"
gc_ftp_port: 21 # ftp默认21  sftp默认22
gc_ftp_username: "nvidia"
gc_ftp_password: "nvidia"
gc_ftp_image_path: ""
gc_ftp_quit_time: 10 #无上传任务延迟XXX秒断开FTP连接

gc_minio_open: 0
gc_minio_url: "http://192.168.2.115:9000"
gc_minio_accesskey: "J4SiNTqzt5Ur8ukC"
gc_minio_secretkey: "zILttfdSpgylhATgV8K3cSqyLlflY60X"
gc_minio_path: "nzz/"

# mysql 相关
gc_mysql_open: 0
gc_mysql_table: "train_income_intf"
gc_mysql_charset: "gbk"
gc_mysql_host: "192.168.2.137"
gc_mysql_user: "root"
gc_mysql_passwd: "123456"
gc_mysql_db: "test1"
gc_mysql_port: "http://192.168.2.115:9000"

gc_push_direction: 2 #(1:识别向左行驶的列车，2:识别向右行驶的列车，0:识别双方向。 注：如果方向不对，服务器会正常识别只是不推送给web)

gc_space_minrbx_imgpercent: 0 #间隔框最低点不应小于画面某个高度值(该值为画面百分比) [主要为屏蔽远股道间隔框，若不需要屏蔽则配置为0]

#车厢划分相关
partition_frame_span: 20 #大框帧跨度（比一个大框从出现到消失的跨度稍大一点, 跟跳帧有关系）
gc_split_frame_span_px: 200 #大框帧跨度的位置像素差异

#停车判断相关
gc_chkstop_px: 15 #连续三帧位置差异小于15px，则可能停车
gc_chkstop_count: 10 #持续10次续三帧位置差异小于15px，则判断为停车。

#远股道
gc_save_pic_quality: 50
gc_load_delay: 10
gc_hardware_decode: true

# 过滤最小大框高度（不需要的话就写个很小的值）
gc_num_frame_height: 150
gc_pro_frame_height: 120

# 过滤最大框宽度（不需要的话就写个很大的值）
gc_c_space_frame_width: 500

# 是否识别车头
gc_train_heard_detect: true

# 识别结果保存天数
gc_days_for_result_expire_folder: 3