VideoPipe 可以免费使用吗？用的什么许可证？

VideoPipe 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

VideoPipe 还在维护吗？

超过半年未提交。VideoPipe 最近一次提交是在 2026年2月25日。

VideoPipe 适合用来做什么？

基于摄像头视频开发交通事件或违章检测。在 Jetson 等边缘设备上原型验证人脸识别或车辆跟踪。在仅有 CPU 的机器上测试视频结构化流水线。将检测事件发送到 Kafka 供下游系统处理。

VideoPipe 怎么安装和运行？

克隆仓库: git clone https://github.com/sherlockchou86/VideoPipe.git 进入项目目录: cd VideoPipe 创建并进入构建目录: mkdir build && cd build 配置并编译项目: cmake .. && make -j8

在哪里获取 VideoPipe？

源代码和安装说明在 GitHub 上：https://github.com/sherlockchou86/VideoPipe

sherlockchou86/VideoPipe

基于 C++ 的视频结构化分析框架，以可插拔节点组成流水线，覆盖取流、推理、跟踪与输出。

可替代:NVIDIA DeepStream

在 GitHub 查看官网

Star: 2,984
Fork: 470
未关闭 Issue: 4
最近提交: 8个月前

这是什么？

VideoPipe 是一个用 C++ 编写的视频分析与结构化框架，以相互独立、可自由组合的节点构建流水线，便于快速搭建人脸识别、以图搜图、目标跟踪以及交通、安防行为分析等应用。

框架支持通过 RTSP、RTMP、UDP 以及文件等协议取流，基于 OpenCV 或 GStreamer 完成解码与编码，并可利用硬件加速。推理默认使用 OpenCV::DNN，也可切换为 TensorRT、Paddle Inference、ONNX Runtime 或自定义后端。新版本还集成了多模态大模型，可对接 Ollama、vLLM 及兼容 OpenAI 接口的服务。

在功能上，VideoPipe 支持多级推理、IOU 与 SORT 跟踪、越线和停车等行为检测，并可将结构化数据推送到 Kafka 或 Socket。项目使用 CMake 构建，CUDA、TensorRT、Paddle、Kafka、LLM 等模块均为可选，不开启时全部在 CPU 上运行。

核心功能

01支持 RTSP、RTMP、UDP、文件等多种视频流协议取流。
02推理后端可插拔，包括 OpenCV::DNN、TensorRT、Paddle Inference、ONNX Runtime 等。
03支持检测、分类、特征提取等多级推理。
04基于 IOU 与 SORT 进行目标跟踪，并支持越线、停车等行为分析。
05可接入 Ollama、vLLM 或兼容 OpenAI 接口的多模态大模型。
06支持将结构化数据推送到 Kafka 或 Socket，并将结果叠加显示在画面上。

适用场景

基于摄像头视频开发交通事件或违章检测。
在 Jetson 等边缘设备上原型验证人脸识别或车辆跟踪。
在仅有 CPU 的机器上测试视频结构化流水线。
将检测事件发送到 Kafka 供下游系统处理。

快速上手

1
克隆仓库
git clone https://github.com/sherlockchou86/VideoPipe.git
2
进入项目目录
cd VideoPipe
3
创建并进入构建目录
mkdir build && cd build
4
配置并编译项目
cmake .. && make -j8

使用前须知

构建前需要 OpenCV 4.6 或更高版本、GStreamer 以及 GCC 7.5 或更高版本。
示例运行需要单独从 Google Drive 或百度网盘下载测试模型和视频。

常见问题

VideoPipe 是什么？: 基于 C++ 的视频结构化分析框架，以可插拔节点组成流水线，覆盖取流、推理、跟踪与输出。 VideoPipe 是一个用 C++ 编写的视频分析与结构化框架，以相互独立、可自由组合的节点构建流水线，便于快速搭建人脸识别、以图搜图、目标跟踪以及交通、安防行为分析等应用。
VideoPipe 可以免费使用吗？用的什么许可证？: VideoPipe 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
VideoPipe 还在维护吗？: 超过半年未提交。VideoPipe 最近一次提交是在 2026年2月25日。
VideoPipe 适合用来做什么？: 基于摄像头视频开发交通事件或违章检测。在 Jetson 等边缘设备上原型验证人脸识别或车辆跟踪。在仅有 CPU 的机器上测试视频结构化流水线。将检测事件发送到 Kafka 供下游系统处理。
VideoPipe 怎么安装和运行？: 克隆仓库: git clone https://github.com/sherlockchou86/VideoPipe.git 进入项目目录: cd VideoPipe 创建并进入构建目录: mkdir build && cd build 配置并编译项目: cmake .. && make -j8
在哪里获取 VideoPipe？: 源代码和安装说明在 GitHub 上：https://github.com/sherlockchou86/VideoPipe

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。