~jinersong/ruleprocess.git

			@@ -64,7 +64,7 @@
			Location Rect // 记下每个目标的位置参数，最后给结果装配人脸数据的时候用的到
			SdkName string
			ThftRes protomsg.ThftResult
			Liker []LikePerson
			Liker []*protomsg.Baseinfo
			}

			type LikePerson struct {
			@@ -98,7 +98,7 @@
			IsYolo bool // 是否是yolo数据
			SdkName string
			ThftRes protomsg.ThftResult
			Liker []LikePerson // 如果是人脸的话尤其是比对，应存下他跟底库的人员的相似情况 yolo的话给nil就行
			Liker []*protomsg.Baseinfo // 如果是人脸的话尤其是比对，应存下他跟底库的人员的相似情况 yolo的话给nil就行
			}

			// 每个算法对于当前帧画面自己提取的数据
			@@ -521,7 +521,7 @@
			for _, obj := range am.filterData {
			for index := 0; index < len(obj.Liker); {
			// 将达不到阈值的相似者从相似者数组中删除
			if obj.Liker[index].Score < argValue {
			if float64(obj.Liker[index].CompareScore) < argValue {
			// Go 语言中切片删除元素的本质是：以被删除元素为分界点，将前后两个部分的内存重新连接起来。不用怀疑，数组删除元素就这么坑爹
			obj.Liker = append(obj.Liker[:index], obj.Liker[index+1:]...)
			} else {
			@@ -589,7 +589,6 @@
			}
			} else {
			// 处理的都是yolo数据
			log.Println("规则中的sdkId为：", rule.SdkId, "--区域数据集合中的sdkId为：", am.sdkId, "--规则中的区域Id为：", rule.PolygonId, "--区域数据集合中的区域Id为：", am.areaId, )
			if rule.SdkId == am.sdkId && rule.PolygonId == am.areaId { // 首先这条规则得是这个算法的规则，其次规则所对应的区域id要跟区域数据的id对的上
			if rule.SdkArgAlias == "score" \|\| rule.SdkArgAlias == "proportion" \|\| rule.SdkArgAlias == "size" { // 判断的是相似值，占比，尺寸等过滤条件，如果再有，还可以再加
			var args []Arg