YOLOv8摄像头实时目标检测搭建笔记

1.实现原理

  1. 搭建RTMP流媒体服务器
  2. 手机安装推流软件直播推送到流媒体服务器
  3. YOLOv8从RTMP服务器拉流获取,并实现实时目标检测

2.搭建SRS流媒体服务器

安装地址: Build | SRS (ossrs.net)

3.手机摄像头直播推流

下载app: 易推流

4.查看rtmp服务器

5.执行yolov8脚本程序

python 复制代码
import cv2
import subprocess
from ultralytics import YOLO

# 载入 YOLOv8 模型
model = YOLO('model/yolov8n.pt')

# 获取本地视频内容
# cap = cv2.VideoCapture("video/source.flv")

# 通过cv2中的类获取视频流操作对象cap
rtmp_str = 'rtmp://192.168.2.114/live/videoName'
cap = cv2.VideoCapture(rtmp_str)

# 获取原视频的宽度和高度
original_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
original_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = int(cap.get(cv2.CAP_PROP_FPS))


# 设置 FFmpeg 子进程,用于推流
# 修改为您的 NGINX RTMP 服务器地址
rtmp_url = 'rtmp://192.168.2.114/live/stream'
command = ['ffmpeg',
          '-y',
          '-f', 'rawvideo',
          '-vcodec', 'rawvideo',
          '-pix_fmt', 'bgr24',
          '-s', "{}x{}".format(original_width, original_height),
          '-r', str(fps),
          '-i', '-',
          '-c:v', 'libx264',
          '-pix_fmt', 'yuv420p',
          '-preset', 'ultrafast',
          '-f', 'flv',
          rtmp_url]

# 启动 FFmpeg 进程
proc = subprocess.Popen(command, stdin=subprocess.PIPE)

# 循环遍历视频帧
while cap.isOpened():
   # 从视频中读取一帧
   success, frame = cap.read()

   if success:
       # 对帧运行 YOLOv8 推理
       results = model(frame)

       # 在帧上可视化结果
       annotated_frame = results[0].plot()

       # 将处理后的帧写入 FFmpeg 进程
       proc.stdin.write(annotated_frame.tobytes())

       # 显示带有标注的帧
       cv2.imshow("YOLOv8 推理", annotated_frame)

       # 如果按下 'q' 键,则中断循环
       if cv2.waitKey(1) & 0xFF == ord("q"):
           break
   else:
       break

# 释放视频捕获对象
cap.release()

# 关闭 FFmpeg 进程
proc.stdin.close()
proc.wait()

# 关闭显示窗口
cv2.destroyAllWindows()

6.执行程序

相关推荐
风流 少年10 分钟前
Spring AI 2.0:Flux
java·人工智能·spring
小马过河R20 分钟前
Graph Engineering 深度解析:模型越强,越需要给它画好“地图”
人工智能·langchain·graph·ai工程化·harness·驾驭工程
leisoo809720 分钟前
涨停板次日表现因子怎么挖掘本地化Python全流程实战
大数据·人工智能·python
lucas_AI24 分钟前
喂张白纸也能吐出证件号?文档 MLLM 的"关系级泄露"被测出来了
人工智能·算法·掘金技术征文
Old Uncle Tom28 分钟前
手机银行用户画像设计
人工智能·智能手机
kyriewen37 分钟前
前端切图仔被 AI 新闻淹死的第 N 天,我用 TRAE Work 定时任务救了自己
前端·人工智能·trae
手写码匠38 分钟前
华为云Flexus+DeepSeek征文|Dify 多 Agent 灰度发布实战:让每一次变更都“小步快跑、随时可回滚“
人工智能·深度学习·算法·aigc
火云牌神44 分钟前
分层整洁架构:标准化工程目录结构,防范 AI 越界调用
人工智能·架构·ai编程·分层架构·vibecoding
新知图书1 小时前
8.1 智能体的心跳执行模式:以定时器为核心(智能体工程)
人工智能·agent·ai agent·智能体
墨心@1 小时前
阶段 4:事件总线
人工智能·语言模型·大语言模型·agent·codex·harness