VideoPipe可视化视频结构化框架-Toy模板网

这篇具有很好参考价值的文章主要介绍了VideoPipe可视化视频结构化框架。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

完成多路视频并行接入、解码、多级推理、结构化数据分析、上报、编码推流等过程，插件式/pipe式编程风格，功能上类似英伟达的deepstream和华为的mxvision，但底层核心不依赖复杂难懂的gstreamer框架（少部分地方需要），框架主干部分主要使用原生C++ STL实现，目标是平台高可移植性。框架可用于：视频结构化、以图搜图、目标行为分析等应用领域。

源码地址：GitHub - sherlockchou86/video_pipe_c: 跨平台的视频结构化（视频分析）框架，觉得有帮助的请给个星星：）。

主要功能

视频接入，支持file/rtsp/udp/rtmp等主流视频流协议；
多级推理，自带检测/分类/特征提取等推理插件。默认使用opencv.dnn实现，可基于其他类似tensorrt、甚至原生的pytorch/tensorflow扩展新的推理插件；
目标跟踪，自带基于iou的跟踪插件，可基于其他算法扩展新的跟踪插件；
行为分析，自带若干行为分析插件，比如目标跨线、拥堵/目标聚集判断；
图像叠加，结构化数据和视频融合显示；
消息推送，自带基于kafka的消息推送插件，可基于其他消息中间件扩展新的插件；
录像/截图，自带截图/录像插件；
编码输出，支持file/screen/rtmp/rtsp等主流方式输出编码结果；

主要特点

可视化调试，自带pipe可视化功能，可在界面实时显示pipe的运行状态，如pipe中各个环节的fps/缓存队列大小，以及计算pipe起/止插件之间的时间延时，帮助程序员快速定位性能瓶颈位置；
插件与插件之间默认采用“smart pointer”传递数据，数据从头到尾，只需创建一次，不存在拷贝操作。当然，可根据需要设置“深拷贝”方式在插件之间传递数据；
pipe中各通道视频的fps、分辨率、编码方式、来源均可不同，并且可单独暂停某一通道；
pipe中可传递的数据只有两种，一种frame_meta数据、一种control_meta数据，结构清晰明了；
插件组合方式自由，在满足客观逻辑的前提下，可合并、可拆分，根据需要设计不同的pipe结构。同时自带pipe结构检查功能，识别出不合规的pipe结构；
pipe支持各种hook，外部通过hook可以实时获取pipe的运行情况（第1点就是基于该特性实现）；
支持一个Pipe处理多路视频（多路共用一个推理模型，Pipe分支涉及到merge和split操作），批处理提速；也支持一个Pipe只处理一路视频（各路使用自己的推理模型，Pipe呈直线状、多个Pipe并存），基于不同视频做不同的推理任务；
基于指定基类，所有自带插件全部可自定义重新实现；
框架主干代码完全基于原生C++ STL实现，跨平台编译部署简单。
目前进度

开发环境：vs code/ubuntu 18.04/C++17/opencv 4.6/ffmpeg 3.4.8/gstreamer 1.20。之前使用wsl1/2+ubuntu22.04，但是wsl坑太多，后放弃。文章来源地址https://www.toymoban.com/news/detail-847642.html
2022/9/30：完成基于tensorrt的检测插件（一级推理和二级推理），非默认的opencv::dnn。源码上线
2022/9/15：完成基于paddle的ocr文字识别相关插件，基于paddle推理库（非默认的opencv::dnn）
2022/9/1：完成基于yunet/sface的人脸检测、识别以及显示相关插件开发，实现多pipe并行运行的机制，多个pipe可加载不同模型、基于不同视频完成不同的推理任务。（单个pipe接入多路视频、共用相同的模型之前已实现）
2022/8/15：完成openpose肢体检测器相关插件开发，完成图像二级分类插件开发。
2022/8/5：完成infer相关基类、yolo检测器派生类的实现，走通整个一级推理流程，rtmp/screen 2种输出。
2022/7/22：已完成主干框架开发，预估占总体进度的1/3。等基本完成后开源，有兴趣的朋友可以关注。