#152 · 主分类: 计算机视觉

VideoPipe

ai behaviour-analysis cv deep-learning deepstream face-recognition feature-extraction gstreamer image-classification image-segmentation license-plate-recognition llm multimodal-large-language-models object-detection ollama openai opencv reid similarity-search video-analysis

基于CV模型与mLLM的跨平台视频结构化(视频分析)框架。

项目最后更新:02/25/26

GitHub Stars

2.9K

Forks数量

463

贡献者数量

5

许可证

Apache-2.0

收录理由

VideoPipe 是一个用 C++ 编写的视频分析框架,把处理流程拆成一个个独立节点,可以灵活拼接。它的设计思路和 NVIDIA DeepStream 类似,但完全开源,而且不绑定特定硬件——无论是 NVIDIA、Jetson、Rockchip、昇腾,还是普通 CPU 机器都能跑。输入方面支持 RTSP、RTMP、UDP 以及本地视频流,节点覆盖检测、分类、跟踪、特征提取,还能接入多模态大模型做推理。结构化结果可以推送到 Kafka 等下游,也能直接叠加到画面上。模型和推理后端都由你自选,默认用 OpenCV 的 DNN,也可以换成 TensorRT、Paddle 或 ONNX Runtime,因此框架本身很轻,硬件和模型的选择权完全在你手里。这样的设计让它很适合做交通事件告警、车牌识别、人脸识别或行为分析等场景,又不会被单一厂商的生态绑死。

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。

同类热门项目