| yolov8实战第五天 | 您所在的位置：网站首页 › ffmpeg分割实时视频 › yolov8实战第五天 |
yolov8实战第五天
|
本文主要是介绍yolov8实战第五天——yolov8+ffmpeg实时视频流检测并进行实时推流——（推流，保姆教学），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！ yolov8实战第一天——yolov8部署并训练自己的数据集（保姆式教程）_yolov8训练自己的数据集-CSDN博客 yolov8实战第三天——yolov8TensorRT部署（python推理）（保姆教学）-CSDN博客 今天，我们继续yolov8的实战，实时视频流检测，可以将本地视频或视频流，进行yolov8检测后的结果，推成rtsp流，可以实时看到检测结果。 YOLOv8是YOLO目标检测算法的一个变种。它在YOLOv4的基础上进行了一些改进，如使用更大的图像尺寸、更深的网络结构、更多的训练数据等，从而获得更好的检测精度和更快的检测速度。 实时视频流目标检测是一种非常有用的应用场景。例如，在视频监控系统中，我们需要对视频流进行实时分析和检测，以便及时发现异常事件和行为。另外，实时视频流目标检测也可以用于自动驾驶、无人机等领域。 要将YOLOv8和FFmpeg结合起来进行实时视频流目标检测，通常的做法是使用FFmpeg将视频流转换为图像帧，并将这些图像帧输入到YOLOv8模型中进行目标检测。具体步骤如下： 定义视频流地址，并使用FFmpeg启动一个进程来读取视频流，并将其转换为图像帧。加载YOLOv8模型，并设置相关参数，如输入图像尺寸、阈值等。循环读取每一帧图像，并将其输入到YOLOv8模型中进行目标检测。处理检测结果，如筛选出置信度高的检测框、绘制边界框等。可以将处理后的图像帧保存到视频文件中，也可以直接在屏幕上显示图像帧（使用OpenCV等库）。实施这个项目的意义在于，它可以帮助我们快速地对实时视频流进行目标检测，并及时发现异常事件和行为。这对于一些需要实时监控和分析的领域非常有用，如安防、交通、医疗等。另外，这个项目也可以为自动驾驶、无人机等领域的研究提供基础支持。 一、下载ffmpeg下载 FFmpeg
第二章和第三章二选一 。
测试： 新建一个 demo.bat 的文件，添加内容为：ffmpeg -f gdigrab -i desktop -vcodec mpeg4 -acodec libmp3ame -r 30 -vf scale=1028*720 -f rtsp rtsp://localhost:554/desktopVideo
在cmd中运行 ffplay rtsp://localhost/desktopVideo 进行拉流。 本地视频推流： E:\yolov8>ffmpeg -re -i "E:/yolov8/视频/test.mp4" -rtsp_transport udp -vcodec h264 -f rtsp rtsp://localhost/testPushStream开始推流
访问： http://localhost:10008/ vlc打开： rtsp://localhost:554/testPushStream
命令行推流完成。 三、（可选）Nginx搭建rtmp流媒体服务器windows版nginx下载地址：Index of /download/
在conf文件夹下复制一份nginx-win.conf，命名为mynginx.conf：
修改配置文件：mynginx.conf 改一下默认的http服务器端口，默认的是80端口，我改成了10080：
在本配置文件末尾添加rtmp的配置：
这个配置完之后，推流地址就是： rtmp://127.0.0.1:1935/live/xxxxxx，其中xxxxxx可自定义名称。 1.使用命令行启动nginx： nginx.exe -c conf/mynginx.conf2. 使用ffmpeg推流： ffmpeg.exe -re -i test.mp4 -vcodec libx264 -acodec aac -f flv rtmp://127.0.0.1:1935/live/stream
3.ffmpeg拉流 ffplay.exe rtmp://127.0.0.1:1935/live/stream
如果需要停止nginx服务器，直接杀进程就可以：
我这个代码使用的是nginx流媒体服务器。 1.先将服务打开：
2.运行检测推流代码： import cv2 import subprocess from ultralytics import YOLO# 载入 YOLOv8 模型 model = YOLO('model/yolov8n.pt')# 获取视频内容 cap = cv2.VideoCapture("视频/test.mp4")# 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 rtmp_url = 'rtmp://127.0.0.1:1935/live/stream' # 修改为您的 NGINX RTMP 服务器地址 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"):breakelse: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()3.vlc 打开： rtmp://127.0.0.1:1935/live/stream
这篇关于yolov8实战第五天——yolov8+ffmpeg实时视频流检测并进行实时推流——（推流，保姆教学）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！ |
vlc打开：
【本文地址】