VSS 多摄像头三维检测追踪部署
部署基于 DeepStream 与 BEV Fusion 的多摄像头三维感知服务。
文档明确区分 MV3DT 与完整仓库蓝图，要求在修改主机权限、执行破坏性恢复或重置卷前取得确认，并推荐针对容器 UID 的 ACL 而非 777 或 chown；同时说明 NGC/HF 凭据和数据挂载流向。扣分原因是部署、下载镜像、写入 .env 和读取凭据均会产生外部或主机影响，但未形成完整的部署前确认、密钥最小暴露和回滚方案。
路由、前置检查、校准链、摄像头数量同步、健康检查、故障分类和恢复前证据采集都较具体，且明确给出异常原因和诊断命令。静态审查不能证明实际可运行，且缺少可由本文件确认的完整关键路径执行证据，因此按静态上限给 10 分。
覆盖 sample、local videos 和 RTSP，说明最小/扩展配置、GPU 流数量上限、单摄像头非适用范围及与其他技能的分流。扣分原因是没有中文使用支持说明，也未充分评估 NGC、HuggingFace、STUN/WebRTC 等服务在中国大陆网络中的可达性；部分核心能力依赖这些外部服务。
信息架构清晰，具备路由问题、渐进式 reference、安装前置条件、示例、故障排查、拆除、版本号、Apache-2.0 许可证和相关技能链接。扣分原因是元数据缺少 author，BENCHMARK 明确报告了该问题，且没有清晰的维护负责人、变更日志或正式更新路径。
目标、输入模式、校准输出位置、部署顺序和验证结果定义较完整，能够覆盖 MV3DT 部署核心任务；提交的 eval 文件和 benchmark 报告也显示存在任务级评估信号。扣分原因是这些材料属于静态提交证据，不能独立证明当前 revision 的部署结果，且完整流程仍需大量环境准备和人工处理异常校准数据。
文档提供了大量可审计的命令、路径、环境变量、API 端点和验收条件，eval 文件也给出了具体检查项。扣分原因是没有可由所给文件独立核验的 CI 工作流或多源复现结果，benchmark 结论本身不能替代当前版本的独立执行验证；按静态上限不超过 5 分。
- 执行前应确认用户允许修改 .env、主机 ACL、Docker 容器和命名卷，并明确是否接受 NGC/HuggingFace 下载及其网络、磁盘和 GPU 成本。
- 不要在日志或回复中输出 NGC_CLI_API_KEY、HF_TOKEN 或其他凭据；当前技能虽多次读取和写入凭据，但未定义完整的密钥遮蔽策略。
- 中国大陆网络环境可能无法稳定访问 HuggingFace、NGC、Google STUN 或 WebRTC 所需随机 UDP；应预先验证镜像、模型、信令和媒体链路的可达性及替代方案。
- 扩展配置中的 group、region、place 占位值可能导致 BEV 地图和区域分析失真，不能把部署成功等同于空间结果正确。
这个 Skill 能做什么，适合哪些场景？
该技能将 RTVI-CV-3D 微服务以 MV3DT 模式部署和运行，用于多路摄像头的 DeepStream 感知与基于标定数据的 BEV Fusion。它支持内置四摄像头样例、本地视频文件和 RTSP 流，并可在缺少标定时衔接视频标定技能。部署范围是 MV3DT 服务及其配套基础设施，不包含完整仓库蓝图中的 agent、LLM 或 VLM 栈。技能还指导摄像头配置、验证、故障排查和拆除。
它通过路由问题确定扩展或最小部署、数据源、标定状态、检测器和数据集标识。它检查 Video Search and Summarization 仓库、NGC API key、GPU 硬件配置、Docker NVIDIA runtime、应用数据目录、视频文件和标定文件，并指导设置环境变量、摄像头名称、NUM_STREAMS、VST 传感器状态及必要的主机 ACL。缺少标定时，它调用或衔接 AutoMagicCalib 工作流；随后从 warehouse-mv3dt-app 目录使用 Docker Compose 启动 MV3DT、BEV Fusion、MQTT、broker、VST 及可选扩展服务。部署后，它验证感知 FPS、fusion_ready、mdx-bev 和 VST 视频墙，并根据已列出的症状定位常见故障。
- 负责仓库视频分析的工程师，希望在内置四摄像头样例上启用多摄像头三维追踪。
- 拥有按摄像头命名的本地 MP4 文件、需要运行 MV3DT 感知服务的部署人员。
- 需要在完成摄像头标定后接入多路 RTSP 摄像头的系统集成人员。
- 希望在 VST 视频墙中查看带边界框叠加效果，并需要扩展部署配置的用户。
- 只需要 Kafka/Redis 元数据、希望减少容器数量的边缘或 IGX Thor 用户。
这个 Skill 有哪些优点和局限？
- 覆盖样例、本地视频和 RTSP 三种数据源。
- 包含标定缺失时的自动标定衔接流程。
- 明确区分 MV3DT 与完整 warehouse blueprint，降低部署范围混淆。
- 提供 GPU 流数量上限、摄像头命名、权限和常见故障的具体检查。
- 依赖 NVIDIA GPU、NGC 镜像访问、Docker NVIDIA runtime 和外部应用数据目录。
- 不同 GPU 有明确的 MV3DT 流数量上限，摄像头数量超过上限时会被截断。
- RTSP 场景需要标定和 camera_info.json，部署前置条件较多。
- 源材料没有提供独立测试套件、平台兼容性矩阵或完整参考文件内容。
- 修改主机 ACL、清理容器卷或删除传感器状态等恢复操作需要谨慎并获得确认。
如何安装这个 Skill？
按 NVIDIA skills CLI 安装指定技能：npx skills add nvidia/skills --skill vss-deploy-detection-tracking-3d --yes。README 没有说明该技能文件在每种客户端中的具体安装目录；CLI 会提示选择安装目标。使用前还需要具备 Video Search and Summarization 仓库、NGC CLI/API key、兼容的 NVIDIA GPU、Docker NVIDIA runtime，以及单独提取的 vss-warehouse-app-data 目录。
如何使用这个 Skill？
向已加载该技能的代理提出具体请求，例如："Deploy RTVI-CV-3D on my videos here: <path/to/videos>." 代理会先询问部署配置、数据源、标定覆盖情况以及在需要自动标定时使用的检测器和数据集 slug。实际部署命令和详细步骤位于技能引用的 references 文件中；源材料未提供完整的逐命令部署流程。扩展配置默认启用，可提供 VST 视频墙的边界框叠加；minimal 配置减少容器但不提供叠加。
这个 Skill 与同类方案有什么区别？
与 vss-deploy-detection-tracking-2d 相比，本技能面向多摄像头三维检测追踪和 BEV Fusion，而 2D 技能面向单摄像头检测。与 vss-deploy-profile 相比，本技能只部署 MV3DT，不包含完整 warehouse blueprint 的 agent、LLM 和 VLM 栈。与 vss-generate-video-calibration 相比，本技能消费标定结果并完成 MV3DT 部署；标定技能负责 AMC 的部署、采集、标定 API 和导出。