#329 · 主分类： 计算机视觉
pipeless
artificial-intelligence
cloud
computer-vision
deep-learning
ffmpeg
gstreamer
inference
inference-server
machine-learning
multimedia
multimedia-applications
object-detection
perception
pipeline-framework
python
stream-processing
video
video-processing
vision-framework
yolo
一个开源计算机视觉框架，可在几分钟内构建和部署应用
项目最后更新：05/08/24
GitHub Stars
852
Forks数量
52
贡献者数量
8
许可证
Apache-2.0
收录理由
Pipeless 把无服务器（serverless）的思维带进了视频处理：你只需为每一帧写一个函数，而采集、调度、推理、多路流管理和内存复用这些工作全都交给框架。这样一来，在笔记本里跑通的检测模型，就能直接变成常驻的实时管线，省去手动拼装 GStreamer 或 FFmpeg 的麻烦——底层的 Rust 负责重活，你的逻辑仍然用 Python 写。项目对 YOLO 这类常用模型支持得不错，适合边缘摄像头、直播流和带目标检测的媒体管道。不过，动手前最好确认一下自己的输入源和模型格式是否被覆盖，因为一旦把管线控制权交给回调，你就得按它的规则来。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。