添加注释，以doxgen标准，中文： int detect_trt() { utils::InitParameter param; utils::InputStream source; source = utils::InputStream::IMAGE; std::string model_path = TRT_MODEL_PATH; std::string image_path = TRT_IMAGE_PATH; std::string video_path = TRT

下面是你提供的 detect_trt 函数添加了 Doxygen 标准注释的版本，注释使用中文：

/**
 * @brief 使用 TensorRT 进行目标检测的主函数。
 *
 * 此函数初始化参数，设置输入源（图片、视频或摄像头），加载 YOLO 模型，并在一个循环中读取输入帧，
 * 进行推理和后续处理。
 *
 * @return int 返回值为 -1 表示出现错误，正常结束时返回0。
 */
int detect_trt() {
    utils::InitParameter param; ///< 初始化参数对象
    utils::InputStream source;   ///< 输入流类型
    source = utils::InputStream::IMAGE; ///< 设置默认输入源为图片
    std::string model_path = TRT_MODEL_PATH; ///< 模型路径
    std::string image_path = TRT_IMAGE_PATH; ///< 图像路径
    std::string video_path = TRT_VIDEO_PATH; ///< 视频路径
    int camera_id = TRT_camera_id; ///< 摄像头 ID, 默认值为 0
    int total_batches = TRT_total_batches; ///< 总批次数量，默认值为 0
    int delay_time = TRT_delay_time; ///< 延迟时间，默认值为 1ms
    cv::VideoCapture capture; ///< 视频捕获对象
    bool is_show = true; /// 是否显示结果的标志
    bool is_save = true; /// 是否保存结果的标志
    setParameters(param); /// 设置参数
    // 设置输入源并读取数据，如果失败则返回错误码 -1
    if (!setInputStream(source, image_path, video_path, camera_id,
        capture, total_batches, delay_time, param)) {
        sample::gLogError << "read the input data errors!" << std::endl;
        return -1;
    }
    YOLOV8 yolo(param); // 创建 YOLO 对象并传入参数
    // 读取模型文件到 trt_file 向量中
    std::vector<unsigned char> trt_file = utils::loadModel(model_path);
    
	// 检查模型文件是否为空，如为空则记录错误并返回 -1 
	if (trt_file.empty()) {
	    sample::gLogError << "trt_file is empty!" << std::endl;
	    return -1;
	}
	// 初始化模型，如果初始化失败则记录错误并返回 -1 
	if (!yolo.init(trt_file)) {
	    sample::gLogError << "initEngine() ocur errors!" << std::endl;
	    return -1;
	}
	yolo.check(); // 检查模型有效性
	cv::Mat frame; // 用于存储当前帧图像的 Mat 对象
	std::vector<cv::Mat> imgs_batch; // 批量图像存储向量
	imgs_batch.reserve(param.batch_size); // 预留批量大小空间以提高效率
	
	sample::gLogInfo << imgs_batch.capacity() << std::endl;
	int batchi = 0; // 当前批次索引计数器
	// 循环直到捕获设备关闭或达到总批次限制
	while (capture.isOpened())
	{
		if (batchi >= total_batches && source != utils::InputStream::CAMERA)
		{
			break; // 达到总批次数且不是摄像头模式，则退出循环 
		}
		
        if (imgs_batch.size() < param.batch_size) { // 如果尚未填满一个批次 
			if (source != utils::InputStream::IMAGE)
			{
				capture.read(frame); // 从视频源读取一帧图像 
			}
			else
			{
				frame = cv::imread(image_path); // 从指定路径读取静态图像 
			}
            if (frame.empty()) { 
                sample::gLogWarning << "no more video or camera frame" << std::endl;
                task(yolo, param, imgs_batch, delay_time, batchi, is_show, is_save); // 执行任务处理已读到的图像批次 
                imgs_batch.clear(); // 清空已处理的图像批次 
                batchi++; // 增加批次计数器 
                break;
            }
            else {
                imgs_batch.emplace_back(frame.clone()); // 将当前帧加入待处理的图像批次中 
            }
        }
        else {  
            task(yolo, param, imgs_batch, delay_time, batchi, is_show, is_save); // 执行任务处理完整的一批图像数据 
            imgs_batch.clear();   // 清空已处理的图像批次  
            batchi++;             // 增加批次计数器   
        }
     }
     return -1;   /// 返回错误代码，因为循环终止条件可能是因为捕捉设备关闭或其他原因   
}