Repolode
Enviar
sherlockchou86

sherlockchou86/VideoPipe

Framework de análisis de video en C++ que conecta nodos intercambiables para leer streams, ejecutar inferencias de modelos, hacer seguimiento y generar resultados.

Alternativa open source a:NVIDIA DeepStream

Ver en GitHubSitio web
Estrellas
2,984
Forks
470
Issues abiertos
4
Último commit
hace 8 meses

¿Qué es?

VideoPipe es un framework de C++ para analizar y estructurar video. Se basa en una pipeline de nodos independientes que se pueden combinar de distintas formas, de modo que los desarrolladores pueden crear aplicaciones como reconocimiento facial, búsqueda de imágenes, seguimiento de objetos y análisis de tráfico o de comportamientos relacionados con la seguridad, sin tener que implementar por su cuenta toda la infraestructura necesaria.

El framework gestiona la entrada de streams mediante protocolos como RTSP, RTMP y UDP, así como desde archivos; la decodificación y codificación mediante OpenCV o GStreamer con aceleración por hardware; y la visualización de resultados en pantalla. De forma predeterminada, las inferencias usan OpenCV::DNN, pero se puede cambiar a TensorRT, Paddle Inference, ONNX Runtime o un backend personalizado. Las versiones recientes también integran LLM multimodales servidos a través de Ollama, vLLM o APIs compatibles con OpenAI.

VideoPipe admite inferencia multinivel, seguimiento con IOU y SORT, detección de cruces de línea y de estacionamiento, y envío de datos estructurados a Kafka o a través de sockets. Se compila con CMake y permite habilitar módulos opcionales de CUDA, TensorRT, Paddle, Kafka y LLM; si estos están deshabilitados, se ejecuta en CPU.

Funciones clave

  • 01Lee streams mediante RTSP, RTMP, UDP, archivos y aplicaciones.
  • 02Admite backends de inferencia intercambiables, como OpenCV::DNN, TensorRT, Paddle Inference y ONNX Runtime.
  • 03Realiza inferencias multinivel para detección, clasificación y extracción de características.
  • 04Hace seguimiento de objetos con IOU y SORT, y analiza cruces de línea y comportamiento de estacionamiento.
  • 05Integra LLM multimodales mediante Ollama, vLLM o APIs compatibles con OpenAI.
  • 06Envía datos estructurados a Kafka o a través de sockets y superpone los resultados en los fotogramas.

Casos de uso

  • Crear sistemas para detectar incidentes o infracciones de tráfico a partir de transmisiones de cámaras.
  • Probar prototipos de reconocimiento facial o seguimiento de vehículos en dispositivos de borde, como Jetson.
  • Ejecutar pipelines de estructuración de video en equipos que solo cuentan con CPU para realizar pruebas.
  • Enviar los eventos detectados a Kafka para procesarlos posteriormente.

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/sherlockchou86/VideoPipe.git
  2. 2

    Entra en el directorio del proyecto

    cd VideoPipe
  3. 3

    Crea el directorio de compilación y entra en él

    mkdir build && cd build
  4. 4

    Configura y compila el proyecto

    cmake .. && make -j8

Antes de usarlo

  • Antes de compilar, necesitas OpenCV 4.6 o posterior, GStreamer y GCC 7.5 o posterior.
  • Para ejecutar los ejemplos, debes descargar por separado los modelos y vídeos de prueba desde Google Drive o Baidu Drive.

Temas

#computer-vision#video-analysis#deep-learning#object-detection#object-tracking#gstreamer#opencv#multimodal-llm#ai#behaviour-analysis

Preguntas frecuentes

¿Qué es VideoPipe?
Framework de análisis de video en C++ que conecta nodos intercambiables para leer streams, ejecutar inferencias de modelos, hacer seguimiento y generar resultados. VideoPipe es un framework de C++ para analizar y estructurar video. Se basa en una pipeline de nodos independientes que se pueden combinar de distintas formas, de modo que los desarrolladores pueden crear aplicaciones como reconocimiento facial, búsqueda de imágenes, seguimiento de objetos y análisis de tráfico o de comportamientos relacionados con la seguridad, sin tener que implementar por su cuenta toda la infraestructura necesaria.
¿VideoPipe es gratuito? ¿Qué licencia tiene?
VideoPipe es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿VideoPipe sigue mantenido?
Sin commits en más de 6 meses. El último commit de VideoPipe fue el 25 feb 2026.
¿Para qué puedo usar VideoPipe?
Crear sistemas para detectar incidentes o infracciones de tráfico a partir de transmisiones de cámaras. Probar prototipos de reconocimiento facial o seguimiento de vehículos en dispositivos de borde, como Jetson. Ejecutar pipelines de estructuración de video en equipos que solo cuentan con CPU para realizar pruebas. Enviar los eventos detectados a Kafka para procesarlos posteriormente.
¿Cómo se instala VideoPipe?
Clona el repositorio: git clone https://github.com/sherlockchou86/VideoPipe.git Entra en el directorio del proyecto: cd VideoPipe Crea el directorio de compilación y entra en él: mkdir build && cd build Configura y compila el proyecto: cmake .. && make -j8
¿Dónde consigo VideoPipe?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/sherlockchou86/VideoPipe

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados