diff --git a/docs/compile/how_to_use_sdk_on_windows.md b/docs/compile/how_to_use_sdk_on_windows.md
index 7ff313e14..145d67531 100644
--- a/docs/compile/how_to_use_sdk_on_windows.md
+++ b/docs/compile/how_to_use_sdk_on_windows.md
@@ -11,13 +11,19 @@
- [方式一：命令行方式使用 C++ SDK](#CommandLine)
- [步骤一：在 Windows 命令行终端 上编译 example](#CommandLine)
- [步骤二：运行可执行文件获得推理结果](#CommandLine)
- - [方式二：Visual Studio 2019 IDE 方式使用 C++ SDK](#VisualStudio2019)
+ - [方式二：Visual Studio 2019 创建sln工程使用 C++ SDK](#VisualStudio2019Sln)
+ - [步骤一：Visual Studio 2019 创建 sln 工程项目](#VisualStudio2019Sln1)
+ - [步骤二：从examples中拷贝infer_ppyoloe.cc的代码到工程](#VisualStudio2019Sln2)
+ - [步骤三：将工程配置设置成"Release x64"配置](#VisualStudio2019Sln3)
+ - [步骤四：配置头文件include路径](#VisualStudio2019Sln4)
+ - [步骤五：配置lib路径和添加库文件](#VisualStudio2019Sln5)
+ - [步骤六：编译工程并运行获取结果](#VisualStudio2019Sln6)
+ - [方式三：Visual Studio 2019 创建CMake工程使用 C++ SDK](#VisualStudio2019)
- [步骤一：Visual Studio 2019 创建CMake工程项目](#VisualStudio20191)
- [步骤二：在CMakeLists中配置 FastDeploy C++ SDK](#VisualStudio20192)
- [步骤三：生成工程缓存并修改CMakeSetting.json配置](#VisualStudio20193)
- [步骤四：生成可执行文件，运行获取结果](#VisualStudio20194)
- - [方式三：CLion IDE 方式使用 C++ SDK](#CLion)
- - [方式四：Visual Studio Code IDE 方式使用 C++ SDK](#VisualStudioCode)
+ - [方式四：CLion IDE 方式使用 C++ SDK](#VisualStudioCode)
- [多种方法配置exe运行时所需的依赖库](#CommandLineDeps1)
- [方式一：修改CMakeLists.txt，一行命令配置（推荐）](#CommandLineDeps1)
- [方式二：命令行设置环境变量](#CommandLineDeps2)
@@ -31,7 +37,6 @@
- Visual Studio 16 2019
- cuda >= 11.2 (当WITH_GPU=ON)
- cudnn >= 8.0 (当WITH_GPU=ON)
-- TensorRT >= 8.4 (当ENABLE_TRT_BACKEND=ON)
## 2. 下载 FastDeploy Windows 10 C++ SDK
@@ -53,7 +58,7 @@ https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439
### 4.1 在 Windows 上编译 PPYOLOE
Windows菜单打开`x64 Native Tools Command Prompt for VS 2019`命令工具，cd到ppyoloe的demo路径
```bat
-cd fastdeploy-win-x64-gpu-0.2.0\examples\vision\detection\paddledetection\cpp
+cd fastdeploy-win-x64-gpu-0.2.1\examples\vision\detection\paddledetection\cpp
```
```bat
mkdir build && cd build
@@ -74,11 +79,109 @@ infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 2 # GPU + Tenso
特别说明，exe运行时所需要的依赖库配置方法，请参考章节: [多种方法配置exe运行时所需的依赖库](#CommandLineDeps)
+## 5. SDK使用方式二：Visual Studio 2019 创建 sln 工程使用 C++ SDK
-## 5. SDK使用方式二：Visual Studio 2019 IDE 方式使用 C++ SDK
+本章节针对非CMake用户，介绍如何在Visual Studio 2019 中创建 sln 工程使用 FastDeploy C++ SDK. CMake用户请直接看下一章节。另外，本章节内容特别感谢“梦醒南天”同学关于FastDeploy使用的文档教程：[如何在 Windows 上使用 FastDeploy C++ 部署 PaddleDetection 目标检测模型](https://www.bilibili.com/read/cv18807232)
+
+
+
+### 5.1 步骤一：Visual Studio 2019 创建 sln 工程项目
+
+
+
+（1） 打开Visual Studio 2019，点击"创建新项目"->点击"控制台程序"，从而创建新的sln工程项目.
+
+
+
+
+
+（2）点击“创建”，便创建了一个空的sln工程。我们直接从examples里面拷贝infer_ppyoloe的代码这里。
+
+
+
+### 5.2 步骤二：从examples中拷贝infer_ppyoloe.cc的代码到工程
+
+
+
+（1）从examples中拷贝infer_ppyoloe.cc的代码到工程，直接替换即可，拷贝代码的路径为：
+```bat
+fastdeploy-win-x64-gpu-0.2.1\examples\vision\detection\paddledetection\cpp
+```
+
+
+
+### 5.3 步骤三：将工程配置设置成"Release x64"配置
+
+
+
+
+
+### 5.4 步骤四：配置头文件include路径
+
+
+
+
+（1）配置头文件include路径：鼠标选择项目，然后单击右键即可弹出下来菜单，在其中单击“属性”。
+
+
+
+
+（2）在弹出来的属性页中选择：C/C++ —> 常规 —> 附加包含目录，然后在添加 fastdeploy 和 opencv 的头文件路径。如：
+
+```bat
+
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\include
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\third_libs\install\opencv-win-x64-3.4.16\build\include
+```
+
+
+
+用户需要根据自己实际的sdk路径稍作修改。
+
+
+### 5.5 步骤五：配置lib路径和添加库文件
+
+
+
+（1）属性页中选择：链接器—>常规—> 附加库目录，然后在添加 fastdeploy 和 opencv 的lib路径。如：
+```bat
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\lib
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\third_libs\install\opencv-win-x64-3.4.16\build\x64\vc15\lib
+```
+
+
+
+（2）添加库文件：只需要 fastdeploy.lib 和 opencv_world3416.lib
+
+ 
+
+### 5.6 步骤六：编译工程并运行获取结果
+
+
+
+
+（1）点击菜单栏“生成”->“生成解决方案”
+
+
+
+
+
+编译成功，可以看到exe保存在：
+```bat
+D:\qiuyanjun\fastdeploy_test\infer_ppyoloe\x64\Release\infer_ppyoloe.exe
+```
+
+（2）执行可执行文件，获得推理结果。 首先需要拷贝所有的dll到exe所在的目录下。同时，也需要把ppyoloe的模型文件和测试图片下载解压缩后，拷贝到exe所在的目录。 特别说明，exe运行时所需要的依赖库配置方法，请参考章节: [多种方法配置exe运行时所需的依赖库](#CommandLineDeps)
+
+
+
+
+## 6. SDK使用方式三：Visual Studio 2019 创建 CMake 工程使用 C++ SDK
-### 5.1 步骤一：Visual Studio 2019 创建“CMake”工程项目
+本章节针对CMake用户，介绍如何在Visual Studio 2019 中创建 CMake 工程使用 FastDeploy C++ SDK.
+
+### 6.1 步骤一：Visual Studio 2019 创建“CMake”工程项目
@@ -95,7 +198,7 @@ infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 2 # GPU + Tenso
-### 5.2 步骤二：在CMakeLists中配置 FastDeploy C++ SDK
+### 6.2 步骤二：在CMakeLists中配置 FastDeploy C++ SDK
@@ -134,7 +237,7 @@ target_link_libraries(infer_ppyoloe_demo ${FASTDEPLOY_LIBS})
install_fastdeploy_libraries(${CMAKE_CURRENT_BINARY_DIR}/Release)
```
-### 5.3 步骤三：生成工程缓存并修改CMakeSetting.json配置
+### 6.3 步骤三：生成工程缓存并修改CMakeSetting.json配置
@@ -165,7 +268,7 @@ install_fastdeploy_libraries(${CMAKE_CURRENT_BINARY_DIR}/Release)
-### 5.4 步骤四：生成可执行文件，运行获取结果。
+### 6.4 步骤四：生成可执行文件，运行获取结果。
@@ -207,10 +310,10 @@ Visualized result saved in ./vis_result.jpg
特别说明，exe运行时所需要的依赖库配置方法，请参考章节: [多种方法配置exe运行时所需的依赖库](#CommandLineDeps)
-## 6. 多种方法配置exe运行时所需的依赖库
+## 7. 多种方法配置exe运行时所需的依赖库
-### 6.1 方式一：修改CMakeLists.txt，一行命令配置(推荐)
+### 7.1 方式一：修改CMakeLists.txt，一行命令配置(推荐)
考虑到Windows下C++开发的特殊性，如经常需要拷贝所有的lib或dll文件到某个指定的目录，FastDeploy提供了`install_fastdeploy_libraries`的cmake函数，方便用户快速配置所有的dll。修改ppyoloe的CMakeLists.txt，添加：
@@ -218,7 +321,7 @@ Visualized result saved in ./vis_result.jpg
install_fastdeploy_libraries(${CMAKE_CURRENT_BINARY_DIR}/Release)
```
-### 6.2 方式二：命令行设置环境变量
+### 7.2 方式二：命令行设置环境变量
编译好的exe保存在Release目录下，在运行demo前，需要将模型和测试图片拷贝至该目录。另外，需要在终端指定DLL的搜索路径。请在build目录下执行以下命令。
@@ -252,7 +355,7 @@ C:\Windows\System32\onnxruntime.dll # windows自带的onnxruntime.dll
setup_fastdeploy_dll.bat
```
-### 6.3 方式三：手动拷贝依赖库到exe的目录下
+### 7.3 方式三：手动拷贝依赖库到exe的目录下
@@ -282,13 +385,7 @@ copy_fastdeploy_dll.bat
-## 7. CLion 2022 IDE 方式使用 C++ SDK
+## 8. CLion 2022 IDE 方式使用 C++ SDK
- TODO
-
-
-## 8. Visual Studio Code IDE 方式使用 C++ SDK
-
-
-- TODO
diff --git a/docs/quick_start/use_sdk_on_windows.md b/docs/quick_start/use_sdk_on_windows.md
new file mode 100644
index 000000000..145d67531
--- /dev/null
+++ b/docs/quick_start/use_sdk_on_windows.md
@@ -0,0 +1,391 @@
+# 在 Windows 使用 FastDeploy C++ SDK
+
+在 Windows 下使用 FastDeploy C++ SDK 与在 Linux 下使用稍有不同。以下以 PPYOLOE 为例进行演示在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。在部署前，需确认以下两个步骤：
+- 1. 软硬件环境满足要求，参考[FastDeploy环境要求](../environment.md)
+- 2. 根据开发环境，下载预编译部署库和samples代码，参考[FastDeploy预编译库](../quick_start)
+
+## 目录
+- [环境依赖](#Environment)
+- [下载 FastDeploy Windows 10 C++ SDK](#Download)
+- [Windows下多种方式使用 C++ SDK 的方式](#CommandLine)
+ - [方式一：命令行方式使用 C++ SDK](#CommandLine)
+ - [步骤一：在 Windows 命令行终端 上编译 example](#CommandLine)
+ - [步骤二：运行可执行文件获得推理结果](#CommandLine)
+ - [方式二：Visual Studio 2019 创建sln工程使用 C++ SDK](#VisualStudio2019Sln)
+ - [步骤一：Visual Studio 2019 创建 sln 工程项目](#VisualStudio2019Sln1)
+ - [步骤二：从examples中拷贝infer_ppyoloe.cc的代码到工程](#VisualStudio2019Sln2)
+ - [步骤三：将工程配置设置成"Release x64"配置](#VisualStudio2019Sln3)
+ - [步骤四：配置头文件include路径](#VisualStudio2019Sln4)
+ - [步骤五：配置lib路径和添加库文件](#VisualStudio2019Sln5)
+ - [步骤六：编译工程并运行获取结果](#VisualStudio2019Sln6)
+ - [方式三：Visual Studio 2019 创建CMake工程使用 C++ SDK](#VisualStudio2019)
+ - [步骤一：Visual Studio 2019 创建CMake工程项目](#VisualStudio20191)
+ - [步骤二：在CMakeLists中配置 FastDeploy C++ SDK](#VisualStudio20192)
+ - [步骤三：生成工程缓存并修改CMakeSetting.json配置](#VisualStudio20193)
+ - [步骤四：生成可执行文件，运行获取结果](#VisualStudio20194)
+ - [方式四：CLion IDE 方式使用 C++ SDK](#VisualStudioCode)
+- [多种方法配置exe运行时所需的依赖库](#CommandLineDeps1)
+ - [方式一：修改CMakeLists.txt，一行命令配置（推荐）](#CommandLineDeps1)
+ - [方式二：命令行设置环境变量](#CommandLineDeps2)
+ - [方法三：手动拷贝依赖库到exe的目录下](#CommandLineDeps3)
+
+
+## 1. 环境依赖
+
+
+- cmake >= 3.12
+- Visual Studio 16 2019
+- cuda >= 11.2 (当WITH_GPU=ON)
+- cudnn >= 8.0 (当WITH_GPU=ON)
+
+## 2. 下载 FastDeploy Windows 10 C++ SDK
+
+
+可以从以下链接下载编译好的 FastDeploy Windows 10 C++ SDK，SDK中包含了examples代码。
+```text
+https://bj.bcebos.com/fastdeploy/release/cpp/fastdeploy-win-x64-gpu-0.2.1.zip
+```
+## 3. 准备模型文件和测试图片
+可以从以下链接下载模型文件和测试图片，并解压缩
+```text
+https://bj.bcebos.com/paddlehub/fastdeploy/ppyoloe_crn_l_300e_coco.tgz # (下载后解压缩)
+https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
+```
+
+## 4. SDK使用方式一：命令行方式使用 C++ SDK
+
+
+### 4.1 在 Windows 上编译 PPYOLOE
+Windows菜单打开`x64 Native Tools Command Prompt for VS 2019`命令工具，cd到ppyoloe的demo路径
+```bat
+cd fastdeploy-win-x64-gpu-0.2.1\examples\vision\detection\paddledetection\cpp
+```
+```bat
+mkdir build && cd build
+cmake .. -G "Visual Studio 16 2019" -A x64 -DFASTDEPLOY_INSTALL_DIR=%cd%\..\..\..\..\..\..\..\fastdeploy-win-x64-gpu-0.2.1 -DCUDA_DIRECTORY="C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.2"
+```
+然后执行
+```bat
+msbuild infer_demo.sln /m:4 /p:Configuration=Release /p:Platform=x64
+```
+
+### 4.2 运行 demo
+```bat
+cd Release
+infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 0 # CPU
+infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 1 # GPU
+infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 2 # GPU + TensorRT
+```
+
+特别说明，exe运行时所需要的依赖库配置方法，请参考章节: [多种方法配置exe运行时所需的依赖库](#CommandLineDeps)
+
+## 5. SDK使用方式二：Visual Studio 2019 创建 sln 工程使用 C++ SDK
+
+本章节针对非CMake用户，介绍如何在Visual Studio 2019 中创建 sln 工程使用 FastDeploy C++ SDK. CMake用户请直接看下一章节。另外，本章节内容特别感谢“梦醒南天”同学关于FastDeploy使用的文档教程：[如何在 Windows 上使用 FastDeploy C++ 部署 PaddleDetection 目标检测模型](https://www.bilibili.com/read/cv18807232)
+
+
+
+### 5.1 步骤一：Visual Studio 2019 创建 sln 工程项目
+
+
+
+（1） 打开Visual Studio 2019，点击"创建新项目"->点击"控制台程序"，从而创建新的sln工程项目.
+
+
+
+
+
+（2）点击“创建”，便创建了一个空的sln工程。我们直接从examples里面拷贝infer_ppyoloe的代码这里。
+
+
+
+### 5.2 步骤二：从examples中拷贝infer_ppyoloe.cc的代码到工程
+
+
+
+（1）从examples中拷贝infer_ppyoloe.cc的代码到工程，直接替换即可，拷贝代码的路径为：
+```bat
+fastdeploy-win-x64-gpu-0.2.1\examples\vision\detection\paddledetection\cpp
+```
+
+
+
+### 5.3 步骤三：将工程配置设置成"Release x64"配置
+
+
+
+
+
+### 5.4 步骤四：配置头文件include路径
+
+
+
+
+（1）配置头文件include路径：鼠标选择项目，然后单击右键即可弹出下来菜单，在其中单击“属性”。
+
+
+
+
+（2）在弹出来的属性页中选择：C/C++ —> 常规 —> 附加包含目录，然后在添加 fastdeploy 和 opencv 的头文件路径。如：
+
+```bat
+
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\include
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\third_libs\install\opencv-win-x64-3.4.16\build\include
+```
+
+
+
+用户需要根据自己实际的sdk路径稍作修改。
+
+
+### 5.5 步骤五：配置lib路径和添加库文件
+
+
+
+（1）属性页中选择：链接器—>常规—> 附加库目录，然后在添加 fastdeploy 和 opencv 的lib路径。如：
+```bat
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\lib
+D:\qiuyanjun\fastdeploy_build\built\fastdeploy-win-x64-gpu-0.2.1\third_libs\install\opencv-win-x64-3.4.16\build\x64\vc15\lib
+```
+
+
+
+（2）添加库文件：只需要 fastdeploy.lib 和 opencv_world3416.lib
+
+ 
+
+### 5.6 步骤六：编译工程并运行获取结果
+
+
+
+
+（1）点击菜单栏“生成”->“生成解决方案”
+
+
+
+
+
+编译成功，可以看到exe保存在：
+```bat
+D:\qiuyanjun\fastdeploy_test\infer_ppyoloe\x64\Release\infer_ppyoloe.exe
+```
+
+（2）执行可执行文件，获得推理结果。 首先需要拷贝所有的dll到exe所在的目录下。同时，也需要把ppyoloe的模型文件和测试图片下载解压缩后，拷贝到exe所在的目录。 特别说明，exe运行时所需要的依赖库配置方法，请参考章节: [多种方法配置exe运行时所需的依赖库](#CommandLineDeps)
+
+
+
+
+## 6. SDK使用方式三：Visual Studio 2019 创建 CMake 工程使用 C++ SDK
+
+
+本章节针对CMake用户，介绍如何在Visual Studio 2019 中创建 CMake 工程使用 FastDeploy C++ SDK.
+
+### 6.1 步骤一：Visual Studio 2019 创建“CMake”工程项目
+
+
+
+（1）打开Visual Studio 2019，点击"创建新项目"->点击"CMake"，从而创建CMake工程项目。以PPYOLOE为例，来说明如何在Visual Studio 2019 IDE中使用FastDeploy C++ SDK.
+
+
+
+
+
+
+
+
+（2）打开工程发现，Visual Stuio 2019已经为我们生成了一些基本的文件，其中包括CMakeLists.txt。infer_ppyoloe.h头文件这里实际上用不到，我们可以直接删除。
+
+
+
+### 6.2 步骤二：在CMakeLists中配置 FastDeploy C++ SDK
+
+
+
+（1）在工程创建完成后，我们需要添加infer_ppyoloe推理源码，并修改CMakeLists.txt，修改如下：
+
+
+
+（2）其中infer_ppyoloe.cpp的代码可以直接从examples中的代码拷贝过来：
+- [examples/vision/detection/paddledetection/cpp/infer_ppyoloe.cc](../../examples/vision/detection/paddledetection/cpp/infer_ppyoloe.cc)
+
+（3）CMakeLists.txt主要包括配置FastDeploy C++ SDK的路径，如果是GPU版本的SDK，还需要配置CUDA_DIRECTORY为CUDA的安装路径，CMakeLists.txt的配置如下：
+
+```cmake
+project(infer_ppyoloe_demo C CXX)
+cmake_minimum_required(VERSION 3.12)
+
+# Only support "Release" mode now
+set(CMAKE_BUILD_TYPE "Release")
+
+# Set FastDeploy install dir
+set(FASTDEPLOY_INSTALL_DIR "D:/qiuyanjun/fastdeploy-win-x64-gpu-0.2.1"
+ CACHE PATH "Path to downloaded or built fastdeploy sdk.")
+
+# Set CUDA_DIRECTORY (CUDA 11.x) for GPU SDK
+set(CUDA_DIRECTORY "C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7"
+ CACHE PATH "Path to installed CUDA Toolkit.")
+
+include(${FASTDEPLOY_INSTALL_DIR}/FastDeploy.cmake)
+
+include_directories(${FASTDEPLOY_INCS})
+
+add_executable(infer_ppyoloe_demo ${PROJECT_SOURCE_DIR}/infer_ppyoloe.cpp)
+target_link_libraries(infer_ppyoloe_demo ${FASTDEPLOY_LIBS})
+
+# Optional: install all DLLs to binary dir.
+install_fastdeploy_libraries(${CMAKE_CURRENT_BINARY_DIR}/Release)
+```
+
+### 6.3 步骤三：生成工程缓存并修改CMakeSetting.json配置
+
+
+
+（1）点击"CMakeLists.txt"->右键点击"生成缓存":
+
+
+
+发现已经成功生成缓存了，但是由于打开工程时，默认是Debug模式，我们发现exe和缓存保存路径还是Debug模式下的。 我们可以先修改CMake的设置为Release.
+
+（2）点击"CMakeLists.txt"->右键点击"infer_ppyoloe_demo的cmake设置"，进入CMakeSettings.json的设置面板，把其中的Debug设置修改为Release.
+
+
+
+同时设置CMake生成器为 "Visual Studio 16 2019 Win64"
+
+
+
+（3）点击保存CMake缓存以切换为Release配置：
+
+
+
+（4）：（4.1）点击"CMakeLists.txt"->右键"CMake缓存仅限x64-Release"->"点击删除缓存"；（4.2）点击"CMakeLists.txt"->"生成缓存"；（4.3）如果在步骤一发现删除缓存的选项是灰色的可以直接点击"CMakeLists.txt"->"生成"，若生成失败则可以重复尝试（4.1）和（4。2）
+
+
+
+最终可以看到，配置已经成功生成Relase模式下的CMake缓存了。
+
+
+
+
+### 6.4 步骤四：生成可执行文件，运行获取结果。
+
+
+
+（1）点击"CMakeLists.txt"->"生成"。可以发现已经成功生成了infer_ppyoloe_demo.exe，并保存在`out/build/x64-Release/Release`目录下。
+
+
+
+（2）执行可执行文件，获得推理结果。 首先需要拷贝所有的dll到exe所在的目录下，这里我们可以在CMakeLists.txt添加一下命令，可将FastDeploy中所有的dll安装到指定的目录。
+
+```cmake
+install_fastdeploy_libraries(${CMAKE_CURRENT_BINARY_DIR}/Release)
+```
+（3）同时，也需要把ppyoloe的模型文件和测试图片下载解压缩后，拷贝到exe所在的目录。 准备完成后，目录结构如下：
+
+
+
+（4）最后，执行以下命令获得推理结果：
+
+```bat
+D:\xxxinfer_ppyoloe\out\build\x64-Release\Release>infer_ppyoloe_demo.exe ppyoloe_crn_l_300e_coco 000000014439.jpg 0
+[INFO] fastdeploy/runtime.cc(304)::fastdeploy::Runtime::Init Runtime initialized with Backend::OPENVINO in Device::CPU.
+DetectionResult: [xmin, ymin, xmax, ymax, score, label_id]
+415.047180,89.311569, 506.009613, 283.863098, 0.950423, 0
+163.665710,81.914932, 198.585342, 166.760895, 0.896433, 0
+581.788635,113.027618, 612.623474, 198.521713, 0.842596, 0
+267.217224,89.777306, 298.796051, 169.361526, 0.837951, 0
+......
+153.301407,123.233757, 177.130539, 164.558350, 0.066697, 60
+505.887604,140.919601, 523.167236, 151.875336, 0.084912, 67
+
+Visualized result saved in ./vis_result.jpg
+```
+
+打开保存的图片查看可视化结果：
+
+
+
+