请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。
器件型号：SK-AM62A-LP工具/软件：
您好：
我正在使用 TI AM62A 电路板、并希望运行我的 预先训练的定制深度学习模型 （转换为 ONNX/TIDL 格式）的加速器使用 C++ 。
我知道了基于 Python 的示例（EdgeAI-TIDL 工具、SDK 演示）、但我的要求是一个 C++端到端流水线 我可以：
-
从 USB/MIPI 摄像头捕获输入帧。
-
对加速器进行推理。
-
执行极少的后处理。
-
在 HDMI 显示屏上呈现输出。
请您指导我：
-
在 C++中集成自定义 ONNX 模型的推荐方法是什么？
-
是否有可以构建的示例应用或参考流水线（除 Python 演示之外）？
-
如何设置 推理节点 使用自定义模型的 C++中？
-
的任何分步文档或示例 端到端 C++流水线 （摄像头→推理→显示）？
-
还请建议在这个使用案例中哪个框架更好地实现推理性能和灵活性：
edgeai_gst_appOpTIFlow、或TIOVX？
这将帮助我加快无法选择 Python 的项目的开发速度。
提前感谢！
