样例介绍
在创建工程时选择“pedestrian_detection”工程模板将会创建图片行人检测样例工程，该样例是一个图片类的ModelBox应用样例，通过读取图片，经过目标检测的模型得到图片中行人的位置。
图片行人检测工程中根目录有requirements.txt文件，意味着该工程需要安装第三方python依赖，单击菜单栏中的“Terminal”->“New Terminal”新建一个终端窗口，输入以下命令即可安装。由于这个路径中的文件在实例重启之后会恢复，建议每次重启之后都重新执行下面的命令。
pip install -r requirements.txt --target /home/ma-user/.local/lib/python3.7/site-packages --upgrade --force-reinstall
该样例中“src”目录下预置了图片行人检测的具体实现，它包含“flowunit”和“graph”两个目录，分别代表功能单元和图。
在该样例中toml位于如下路径：
src/graph/pedestrian_image.toml
该toml文件代表的数据处理流程如下：
该图从上到下代表了对输入图片的每一步数据处理。“image_input”是功能单元接收的输入图片，往下分别经过“preprocess”和“inference”功能单元，“preprocess”功能单元对图片进行预处理，预处理的输出送给模型（“inference”是一个yolov3模型），模型将推理得到的bbox结果传入后续的后处理功能单元进行处理（“postprocess”），可得到最终的bbox框，将bbox框和“image_input”出来的图片一同送入“visualizer”中，将绘制完bbox的image传入“image_save”，即可将带有检测结果的图片保存到本地。
流程图中的各个功能单元的实现，一部分是直接使用ModelBox框架预置的功能单元，预置功能单元位于“/usr/local/lib64/”目录下，以二进制so文件的形式提供；另一部分是自己开发的功能单元，位于“src/flowunit”目录下。
