输入下列代码启动程序
cd build
python3 -m http.server 3000在浏览器中输入下列网址来打开页面
http:/{host-ip}:3000/index.html
注意： 1.前后端服务默认运行在同一台机器，host-ip为服务器地址，3000为浏览器端口，如有占用可更换 2.此方法可无需npm启动web_ui 3.如果显示视频画面需要配置encode.json中的"encode_type"为"WS"
如果需要开发调试，需要安装npm
sudo apt install npm输入以下命令启动程序
npm install --legacy-peer-deps
npm start注意：使用react启动本项目依赖node(>v14.17.0)和npm(>v6.14.13)工具，react默认使用3000端口
yolov5是sophon-stream中一种视频目标检测应用。yolov5例程算法的前处理、推理、后处理分别在三个element上进行运算，element内部可以开启多个线程，保证了一定的检测效率。
yolov5 demo中各部分参数位于 config 目录，结构如下所示：
./config/
├── decode.json # 解码配置
├── engine.json # sophon-stream graph配置
├── yolov5_demo.json # yolov5 demo配置
├── yolov5_infer.json # yolov5 推理配置
├── yolov5_post.json # yolov5 后处理配置
└── yolov5_pre.json # yolov5 前处理配置更详细的介绍，请参见 yolov5的README.md。
yolox是sophon-stream中一种视频目标检测应用。yolox由旷视提出，是基于YOLO系列的改进. 在yolox例程中，yolox算法的前处理、推理、后处理分别在三个element上进行运算，element内部可以开启多个线程，保证了一定的检测效率。
yolox demo中各部分参数位于 config 目录，结构如下所示：
./config
├── decode.json # 解码配置
├── engine.json # sophon-stream graph配置
├── yolox_demo.json # yolox demo配置
├── yolox_infer.json # yolox 推理配置
├── yolox_post.json # yolox 后处理配置
└── yolox_pre.json # yolox 前处理配置更详细的介绍，请参见 yolox的README.md。
resnet是sophon-stream中的一种视频目标分类应用。深度残差网络（Deep residual network, ResNet）是由于Kaiming He等在2015提出的深度神经网络结构，它利用残差学习来解决深度神经网络训练退化的问题。
resnet demo中各部分参数位于 config 目录，结构如下所示：
./config
├── decode.json # 解码配置
├── engine.json # sophon-stream graph配置
├── resnet_demo.json # resnet demo配置
├── resnet_roi.json # resnet roi配置
└── resnet_classify.json # resnet 插件配置更详细的介绍，请参见 resnet的README.md。
bytetrack是sophon-stream中一种视频目标跟踪应用。ByteTrack是一个简单、快速、强大的多目标跟踪器，且不依赖特征提取模型。
bytetrack demo中各部分参数位于 config 目录，结构如下所示：
./config
├── bytetrack_demo.json # bytetrack demo 配置
├── bytetrack.json # bytetrack目标跟踪器参数配置
├── decoder.json # 解码配置
├── engine.json # sophon-stream graph配置
├── infer.json # 目标检测器推理配置
├── post.json # 目标检测器后处理配置
└── pre.json # 目标检测器前处理配置更详细的介绍，请参见 bytetrack的README.md。
yolov5_bytetrack_distributor_resnet_converger是sophon-stream中一种包含了多算法和按类别发往不同分支的复杂应用。
yolov5_bytetrack_distributor_resnet_converger demo中各部分参数位于 ./config目录，结构如下所示：
./config
├── bytetrack.json # bytetrack跟踪算法配置
├── converger.json # 汇聚element配置
├── decode.json # 解码配置
├── distributor_class.json # 每帧按类别分发
├── distributor_frame_class.json # 跳帧按类别分发
├── distributor_frame.json # 跳帧分发full frame
├── distributor_time_class.json # 间隔时间按类别分发（默认）
├── distributor_time.json # 间隔时间分发full frame
├── engine.json # graph配置
├── resnet_car.json # resnet 车辆颜色分类
├── resnet_person.json # resnet 行人性别分类
├── yolov5_bytetrack_distributor_resnet_converger_demo.json # demo配置
├── yolov5_infer.json # yolov5 推理配置
├── yolov5_post.json # yolov5 后处理配置
└── yolov5_pre.json # yolov5 前处理配置更详细的介绍，请参见 yolov5_bytetrack_distributor_resnet_converger的README.md。
yolox_bytetrack_osd_encode是sophon-stream中一种视频目标检测跟踪应用，最后将算法结果推流输出。
yolox_bytetrack_osd_encode demo中各部分参数位于 ./config目录，结构如下所示：
./config
├── bytetrack.json # bytetrack跟踪算法配置
├── decode.json # 解码配置
├── encode.json # 编码配置
├── engine.json # graph配置
├── osd.json # 对具体某个element的配置细节
├── ws.json # websocket配置
├── yolox_bytetrack_osd_encode_demo.json # demo配置
├── yolox_infer.json # yolox 推理配置
├── yolox_post.json # yolox 后处理配置
├── yolox_pre.json # yolox 前处理配置更详细的介绍，请参见 yolox_bytetrack_osd_encode的README.md。
