Uma coleção de 419 modelos de IA pré-treinados para visão, fala, NLP e LLMs, todos executáveis por uma CLI Python unificada usando o ailia SDK.
2,4 mil367PythonOtherAtualizado há 2 horas
sherlockchou86/VideoPipe
Framework de análise de vídeo em C++ que encadeia leitura de streams, inferência de modelos, rastreamento e saída em nós de pipeline plugáveis.
Alternativa open source a:NVIDIA DeepStream
- Estrelas
- 2,984
- Forks
- 470
- Issues abertas
- 4
- Último commit
- há 8 meses
O que é?
VideoPipe é um framework em C++ para análise e estruturação de vídeo. Ele se baseia em um pipeline de nós independentes que podem ser combinados de diferentes formas, permitindo que desenvolvedores montem aplicações como reconhecimento facial, busca por imagens, rastreamento de objetos e análise de comportamento no trânsito ou em situações de segurança sem precisar implementar toda a infraestrutura.
O framework lida com a entrada de streams por protocolos como RTSP, RTMP e UDP, além de arquivos; decodifica e codifica com OpenCV ou GStreamer e aceleração por hardware; e exibe os resultados na tela. Por padrão, a inferência usa OpenCV::DNN, mas pode ser configurada para usar TensorRT, Paddle Inference, ONNX Runtime ou um backend personalizado. As versões recentes também integram LLMs multimodais servidos pelo Ollama, vLLM ou APIs compatíveis com OpenAI.
VideoPipe oferece inferência em vários níveis, rastreamento com IOU e SORT, detecção de cruzamento de linha e estacionamento, além do envio de dados estruturados para Kafka ou sockets. O projeto usa CMake e conta com módulos opcionais para CUDA, TensorRT, Paddle, Kafka e LLM. Também funciona em CPU quando esses módulos estão desativados.
Recursos principais
- 01Lê streams via RTSP, RTMP e UDP, além de arquivos e aplicações.
- 02Oferece suporte a backends de inferência plugáveis, incluindo OpenCV::DNN, TensorRT, Paddle Inference e ONNX Runtime.
- 03Executa inferência em vários níveis para detecção, classificação e extração de características.
- 04Rastreia objetos com IOU e SORT e analisa cruzamento de linha e comportamento de estacionamento.
- 05Integra LLMs multimodais via Ollama, vLLM ou APIs compatíveis com OpenAI.
- 06Envia dados estruturados para Kafka ou sockets e sobrepõe os resultados aos frames.
Casos de uso
- Criar sistemas de detecção de incidentes ou infrações de trânsito a partir de imagens de câmeras.
- Prototipar reconhecimento facial ou rastreamento de veículos em dispositivos de borda, como Jetson.
- Executar pipelines de estruturação de vídeo em máquinas sem GPU para testes.
- Enviar eventos detectados para o Kafka para processamento posterior.
Tópicos
Perguntas frequentes
- O que é VideoPipe?
- Framework de análise de vídeo em C++ que encadeia leitura de streams, inferência de modelos, rastreamento e saída em nós de pipeline plugáveis. VideoPipe é um framework em C++ para análise e estruturação de vídeo. Ele se baseia em um pipeline de nós independentes que podem ser combinados de diferentes formas, permitindo que desenvolvedores montem aplicações como reconhecimento facial, busca por imagens, rastreamento de objetos e análise de comportamento no trânsito ou em situações de segurança sem precisar implementar toda a infraestrutura.
- VideoPipe é gratuito? Qual é a licença?
- VideoPipe é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- VideoPipe ainda é mantido?
- Sem commits há mais de 6 meses. O último commit de VideoPipe foi em 25 de fev. de 2026.
- Para que posso usar VideoPipe?
- Criar sistemas de detecção de incidentes ou infrações de trânsito a partir de imagens de câmeras. Prototipar reconhecimento facial ou rastreamento de veículos em dispositivos de borda, como Jetson. Executar pipelines de estruturação de vídeo em máquinas sem GPU para testes. Enviar eventos detectados para o Kafka para processamento posterior.
- Onde consigo VideoPipe?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/sherlockchou86/VideoPipe
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Ferramenta em Python para restauração cega de rostos, que melhora rostos borrados, de baixa qualidade ou danificados em fotos e vídeos usando um transformer com consulta a codebook.
18,2 mil3,7 milPythonOtherAtualizado há 11 meses
YuE2 é um modelo aberto de geração musical que cria um plano editável de melodia e acordes a partir de letras e de uma descrição de estilo, e depois produz uma música completa com vocais.
IA e Machine Learning#music-generation#audio-generation#deep-learning#text-to-audio#music-transcription
12,3 mil1,4 milPythonApache-2.0Atualizado há 13 dias
Biblioteca de OCR de código aberto para Python que detecta e reconhece texto em PDFs e imagens usando modelos de deep learning baseados em PyTorch.
6,4 mil687PythonApache-2.0Atualizado há 5 horas
Converte imagens estáticas de diagramas em arquivos DrawIO (XML) editáveis usando segmentação com SAM 3, OCR e reconhecimento de fórmulas LaTeX.
5,5 mil353PythonAGPL-3.0Atualizado anteontem
Converte capturas de tela de interfaces e mockups de design em HTML/CSS editável usando um pipeline modular multiagente com vários backends de modelo.
3 mil320PythonApache-2.0Atualizado mês passado