FFmpeg中的object detection和classification

最新推荐文章于 2025-05-28 10:49:29 发布

郭叶军

最新推荐文章于 2025-05-28 10:49:29 发布

阅读量618

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/yjguo2004/article/details/117919060

本文介绍了在FFmpeg中实现物体检测和分类的过程，包括使用Docker进行演示，涉及的关键文件内容及其作用，以及配置FFmpeg时针对OpenVINO和TensorFlow的特殊步骤。通过--enable-libtensorflow和--enable-libopenvino选项启用后端，并利用--enable-libfontconfig等选项实现可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前段时间和Fu Ting同学一起为FFmpeg加了object detection和classification的相关功能，暂时告一段落，这里做个总结，记录一下备忘。

首先，最新结构图镇贴。 file

1. 用Docker演示

用docker的方式，在linux系统（我用的是ubuntu18.04）执行如下命令

$ cd /tmp/
$ git clone https://github.com/guoyejun/ffmpeg_dnn.git/
$ cd ffmpeg_dnn/
$ cd docker/
$ ls
build.sh  Dockerfile  run.sh

# 下面命令会生成一个image
$ ./build.sh

# 下面命令会进入刚刚生成image的container
$ ./run.sh

进入container后，执行如下命令

# 用OpenVINO后端进行face detection和emtion classifcation，
# 最后的转码结果是 faces.mp4
root@63b38426be65:/workspace# ./detect_face_classify_emotion_with_openvino.sh

# 用TensorFlow后端进行object detection，
# 最后的转码结果是objects.mp4
root@63b38426be65:/workspace# ./detect_objects_with_tensorflow.sh

回到host端，用如下命令可以获取container中的mp4文件，只需将命令行中的{container_id}换成你的container id即可，可用docker container ls来查看。