如何给已有的算法胶囊添加功能

你好，
我想给一个已有的算法胶囊添加一些新功能，有办法做到吗？还是需要新建一个全新的算法胶囊？

你想添加哪些功能？

在有人能帮你之前 @AOTU support @AOTU support
你看过这里的资料吗？也许能找到你需要的内容：
https://openvisioncapsules.readthedocs.io/en/latest/

我试过几个人体检测算法胶囊。我想找到每个检测框的坐标，用来计算人与人之间的距离。有办法做到吗？谢谢。

你好，感谢在论坛上发帖！

使用 BrainFrame 的开发者想利用推理信息，主要有两个入口：

1. 算法胶囊系统。如你所知，可以修改在 BrainFrame 服务端上运行的代码。
2. REST API，它让你可以与 BrainFrame 交互并实时提取推理数据。

我想找到每个检测框的坐标，用来计算人与人之间的距离。

听起来你现在想做的是数据的后处理，而不是创建新的深度学习模型或从画面本身提取信息。我建议使用 REST API 实时提取数据，并在此基础上做后处理。下面是一个代码片段，演示如何从 BrainFrame 流式获取推理结果，并查看返回的检测框坐标：

要运行这段代码，首先安装 brainframe-api 的 Python 封装：

pip3 install brainframe-api

现在，可以运行下面的代码实时打印检测结果：

from brainframe.api import BrainFrameAPI, bf_codecs

api = BrainFrameAPI("http://localhost")

assert len(api.get_stream_configurations()), \
    "There should be at least one stream already configured!"

# Get the inference stream
for zone_status_packet in api.get_zone_status_stream():
    # Organize detections results as a dictionary of {stream_id: [Detections]}
    detections_per_stream = {
        stream_id: zone_status.within
        for stream_id, zone_statuses in zone_status_packet.items()
        for zone_name, zone_status in zone_statuses.items()
        if zone_name == "Screen"
    }

    # Iterate over each stream_id, detections combination
    for stream_id, detections in detections_per_stream.items():
        # Look at detection coordinates here
        for detection in detections:
            detection: bf_codecs.Detection
            print(f"Class={detection.class_name}, coords={detection.coords}")

这段代码会通过 Python 封装连接 BrainFrame REST API，并连接推理输出流。我建议以这种方式使用 REST API 添加你的坐标测量代码。