pipeless

Tanpa pipa

Membuat, menerapkan, dan menjalankan aplikasi visi komputer dengan mudah.

Lihat solusi agen yang dihosting kami

Pipeless adalah kerangka kerja sumber terbuka yang menangani semua yang Anda perlukan untuk mengembangkan dan menerapkan aplikasi visi komputer hanya dalam hitungan menit. Hal ini mencakup paralelisasi kode, saluran multimedia, manajemen memori, inferensi model, manajemen multi-aliran, dan banyak lagi. Pipeless memungkinkan Anda mengirimkan aplikasi yang bekerja secara real-time dalam hitungan menit, bukan minggu/bulan .

Pipeless terinspirasi oleh teknologi tanpa server modern. Anda menyediakan beberapa fungsi dan Pipeless menangani pelaksanaannya untuk frame video baru dan segala sesuatu yang terlibat.

Dengan Pipeless Anda membuat kotak mandiri yang kami sebut "tahapan". Setiap tahap adalah saluran mikro yang melakukan tugas tertentu. Kemudian, Anda dapat menggabungkan tahapan secara dinamis per aliran, memungkinkan Anda memproses setiap aliran dengan alur yang berbeda tanpa mengubah kode dan tanpa memulai ulang program. Untuk membuat tahapan, Anda cukup menyediakan fungsi pra-proses, model, dan fungsi pasca-proses.

Anda dapat memuat model standar industri , seperti YOLO, atau model khusus di salah satu waktu proses inferensi yang didukung hanya dengan memberikan URL. Pipeless mengirimkan beberapa runtime inferensi paling populer, seperti ONNX Runtime, memungkinkan Anda menjalankan inferensi dengan performa tinggi pada CPU atau GPU secara langsung.

Anda dapat menyebarkan Pipeless dan aplikasi Anda ke perangkat edge dan IoT atau ke cloud. Ada beberapa alat untuk penerapannya, termasuk gambar kontainer.

Berikut ini adalah serangkaian fitur relevan yang tidak lengkap yang dimiliki Pipeless:

• Dukungan multi-aliran : memproses beberapa aliran secara bersamaan.
• Konfigurasi aliran dinamis : menambah, mengedit, dan menghapus aliran dengan cepat melalui CLI atau REST API (adaptor lainnya akan menyusul).
• Dukungan multi-bahasa : Anda dapat menulis hook Anda dalam beberapa bahasa, termasuk Python.
• Langkah-langkah pemrosesan dinamis : Anda dapat menambahkan sejumlah langkah ke pemrosesan aliran Anda, dan bahkan mengubah langkah-langkah tersebut secara dinamis pada basis per aliran.
• Kebijakan mulai ulang bawaan : Lupakan menangani kesalahan koneksi, kamera yang gagal, dll. Anda dapat dengan mudah menentukan kebijakan mulai ulang per aliran yang menangani situasi tersebut secara otomatis.
• Sangat paralel : jangan khawatir tentang multi-threading dan/atau multi-pemrosesan, Pipeless akan mengurusnya untuk Anda.
• Beberapa runtime inferensi yang didukung : Berikan model dan pilih salah satu runtime inferensi yang didukung untuk menjalankannya langsung di CPU atau GPU. Kami mendukung CUDA , TensorRT , OpenVINO , CoreML , dan masih banyak lagi yang akan datang.
• Struktur proyek yang terdefinisi dengan baik dan kode yang sangat dapat digunakan kembali : Pipeless menggunakan struktur sistem file untuk memuat tahapan dan kait pemrosesan, membantu Anda mengatur kode dalam kotak yang sangat dapat digunakan kembali. Setiap tahap adalah direktori, setiap kait ditentukan pada filenya sendiri.

Mulailah sekarang!

Bergabunglah dengan komunitas kami dan berkontribusi untuk membuat hidup para pengembang visi komputer lebih mudah!

Persyaratan ☝️

• ular sanca . Biner yang dibuat sebelumnya ditautkan ke Python 3.10 di Linux amd64, 3.8 di Linux arm64, dan 3.12 di macOS. Jika Anda memiliki versi Python yang berbeda, berikan tanda --build pada skrip instalasi untuk membangun dari sumber sehingga Pipeless tertaut ke versi Python yang Anda instal (atau perbarui versi Anda dan gunakan biner yang sudah dibuat sebelumnya, yang lebih sederhana).
• Gstreamer 1.20.3 . Verifikasi dengan gst-launch-1.0 --gst-version . Petunjuk instalasi di sini

Instalasi

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

Temukan informasi lebih lanjut dan opsi instalasi di sini.

Menggunakan buruh pelabuhan

Daripada menginstal secara lokal, Anda dapat menggunakan buruh pelabuhan dan menghemat waktu menginstal dependensi:

 docker run miguelaeh/pipeless --help

Untuk menggunakannya dengan CUDA:

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

Untuk digunakan dengan TensorRT gunakan:

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

Temukan seluruh dokumentasi kontainer di sini.

Memulai

Memulai proyek:

 pipeless init my_project --template scaffold
cd my_project

Mulai Tanpa Pipa:

 pipeless start --stages-dir .

Berikan aliran:

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

Kode yang dihasilkan adalah templat kosong yang menyusun suatu tahapan sehingga tidak melakukan apa pun. Silakan lihat contoh untuk menyelesaikan tahap itu.

Anda juga dapat menggunakan shell interaktif untuk membuat proyek:

Periksa panduan memulai lengkap atau pelajari dokumentasi lengkapnya.

Contohnya?

Anda dapat menemukan beberapa contoh di bawah direktori examples . Cukup salin folder-folder itu di dalam proyek Anda dan mainkan dengannya.

Temukan di sini seluruh daftar contoh dan panduan langkah demi langkah.

Tolok ukur?

Kami menerapkan Pipeless ke beberapa perangkat berbeda sehingga Anda dapat mengetahui gambaran umum tentang kinerjanya. Temukan hasilnya di bagian benchmark dokumen.

Perubahan Penting

Perubahan penting menunjukkan perubahan penting antar versi. Silakan periksa seluruh daftar perubahan penting.

Berkontribusi?

Terima kasih atas minat Anda untuk berkontribusi! Kontribusi dipersilahkan dan didorong. Sementara kami berupaya membuat pedoman kontribusi yang terperinci, berikut beberapa langkah umum untuk memulai:

1. Garpu repositori ini.
2. Buat cabang baru: git checkout -b feature-branch .
3. Buat perubahan Anda dan komit: git commit -m 'Add new feature' .
4. Dorong perubahan Anda ke fork Anda: git push origin feature-branch .
5. Buka permintaan tarik GitHub yang menjelaskan perubahan Anda.

Kami menghargai bantuan Anda dalam menjadikan proyek ini lebih baik!

Harap perhatikan bahwa untuk perubahan besar atau fitur baru, sebaiknya diskusikan terlebih dahulu dalam suatu masalah agar kami dapat mengoordinasikan upayanya.

Lisensi?

Proyek ini dilisensikan di bawah Lisensi Apache 2.0.

Ringkasan Lisensi Apache 2.0

Lisensi Apache 2.0 adalah lisensi sumber terbuka permisif yang memungkinkan Anda menggunakan, memodifikasi, dan mendistribusikan perangkat lunak ini untuk tujuan pribadi atau komersial. Ini disertai dengan kewajiban tertentu, termasuk memberikan atribusi kepada penulis asli dan menyertakan teks lisensi asli dalam distribusi Anda.

Untuk teks lisensi lengkap, silakan merujuk ke Lisensi Apache 2.0.