Pipeless

轻松创建、部署和运行计算机视觉应用程序。

Pipeless 是一个开源框架，只需几分钟即可完成计算机视觉应用程序的开发和部署。这包括代码并行化、多媒体管道、内存管理、模型推理、多流管理等等。 Pipeless 允许您在几分钟内而不是几周/几个月内将应用程序部署到实际应用中。

Pipeless 受现代无服务器技术的启发。您提供一些函数，而 Pipeless 则负责为新视频帧执行它们以及所有相关操作。

使用 Pipeless，您创建我们称为“阶段”的自包含盒子。每个阶段都是一个执行特定任务的微管道。然后，您可以根据流动态组合阶段，允许您使用不同的管道处理每个流，而无需更改您的代码或重新启动程序。要创建一个阶段，您只需提供一个预处理函数、一个模型和一个后处理函数。

您可以在支持的推理运行时中加载 行业标准模型，例如 YOLO，或 自定义模型，只需提供 URL 即可。Pipeless 包含一些最受欢迎的推理运行时，例如 ONNX 运行时，让您能够开箱即用地在 CPU 或 GPU 上以高性能运行推理。

您可以将您的 Pipeless 和应用程序部署到边缘和物联网设备或云中。有多种部署工具，包括容器镜像。

以下是 Pipeless 包含的 非详尽 相关功能列表

• 多流支持：同时处理多个流。
• 动态流配置：通过 CLI 或 REST API（即将推出更多适配器）实时添加、编辑和删除流。
• 多语言支持：您可以使用多种语言编写钩子，包括 Python。
• 动态处理步骤：您可以为流处理添加任意数量的步骤，甚至可以按每个流动态修改这些步骤。
• 内置重启策略：无需担心连接错误、摄像头故障等问题。您可以为每个流轻松指定处理这些情况的重启策略。
• 高度并行化：无需担心多线程和/或多进程，Pipeless 会为您处理这些问题。
• 支持多种推理运行时：提供模型并选择支持的一种推理运行时，即可在 CPU 或 GPU 上立即运行。我们支持 CUDA、TensorRT、OpenVINO、CoreML 等，更多功能即将推出。
• 定义良好的项目结构和高度可重用的代码：Pipeless 使用文件系统结构来加载处理阶段和钩子，帮助您将代码组织成高度可重用的模块。每个阶段都是一个目录，每个钩子都定义在自己的文件中。

现在开始吧！

加入我们的 社区 并为让计算机视觉开发者生活更轻松做出贡献！

要求 ☝️

• Python。预构建的二进制文件链接到 Linux amd64 的 Python 3.10，Linux arm64 的 Python 3.8，以及 macOS 的 Python 3.12。如果您有不同的 Python 版本，请向安装脚本提供 --build 标志以从源代码构建，这样 Pipeless 就会链接到您的安装版本（或更新您的版本并使用预构建的二进制文件，这更简单）。
• Gstreamer 1.20.3。使用 gst-launch-1.0 --gst-version 进行验证。安装说明 这里

安装 🛠️

curl https://raw.githubusercontent.com/pipeless-ai/pipeless/main/install.sh | bash

有关更多信息以及安装选项，请 点击这里。

使用 docker

您可以选择使用 docker 而不是本地安装，这样可以节省安装依赖项的时间

docker run miguelaeh/pipeless --help

要使用 CUDA

docker run miguelaeh/pipeless:latest-cuda --help

要使用 TensorRT，请使用

docker run miguelaeh/pipeless:latest-tensorrt --help

完整的容器文档 点击这里。

入门 🚀

初始化项目

pipeless init my_project --template scaffold
cd my_project

启动 Pipeless

pipeless start --stages-dir .

提供流

pipeless add stream --input-uri "https://pipeless-public.s3.eu-west-3.amazonaws.com/cats.mp4" --output-uri "screen" --frame-path "my-stage"

生成的代码是一个空模板，用于搭建阶段，所以它将不会做任何事情。请访问 示例 以完成该阶段。

您还可以使用交互式 shell 创建项目

查看完整的 入门指南 或深入了解 完整文档。

示例 🌟

您可以在 examples 目录下找到一些示例。只需将那些文件夹复制到您的项目中即可。

完整示例列表和分步指南 点击这里。

基准 📈

我们在多个不同的设备上部署了 Pipeless，以便您可以对其性能有一个大致的了解。在文档的 基准测试部分 找到结果。

重要变更

重要变更表明了不同版本之间的重要变化。请查看 完整变更列表。

贡献 🤝

感谢您对贡献的兴趣！我们欢迎并鼓励贡献。虽然我们正在创建详细的贡献指南，但以下是一些入门步骤：

1. 复制此存储库。
2. 创建一个新分支：git checkout -b feature-branch。
3. 进行修改并提交： git commit -m '添加新功能'。
4. 将您的更改推送到您的分支： git push origin feature-branch。
5. 打开GitHub 拉取请求，描述您的更改。

我们感谢您为使本项目更好而提供的帮助！

请注意，对于重大更改或新功能，最好先在问题中讨论它们，以便我们协调工作。

许可证 📄

本项目遵循Apache License 2.0 许可。

Apache License 2.0 摘要

Apache License 2.0 是一种许可宽松的开源许可，允许您为个人或商业目的使用、修改和分发此软件。它附带某些义务，包括向原始作者提供归因和将原始许可文本包含在您的分发中。

有关完整许可文本，请参阅Apache License 2.0。