pipeless

Sem tubulação

Crie, implante e execute facilmente aplicativos de visão computacional.

Confira nossa solução de agentes hospedados

Pipeless é uma estrutura de código aberto que cuida de tudo que você precisa para desenvolver e implantar aplicativos de visão computacional em apenas alguns minutos. Isso inclui paralelização de código, pipelines multimídia, gerenciamento de memória, inferência de modelo, gerenciamento multistream e muito mais. Pipeless permite que você envie aplicativos que funcionam em tempo real em minutos, em vez de semanas/meses .

Pipeless é inspirado em tecnologias modernas sem servidor. Você fornece algumas funções e o Pipeless se encarrega de executá-las para novos frames de vídeo e tudo o que está envolvido.

Com o Pipeless você cria caixas independentes que chamamos de “estágios”. Cada estágio é um micro pipeline que executa uma tarefa específica. Em seguida, você pode combinar estágios dinamicamente por stream, permitindo processar cada stream com um pipeline diferente sem alterar seu código e sem reiniciar o programa. Para criar um estágio você simplesmente fornece uma função de pré-processo, um modelo e uma função de pós-processo.

Você pode carregar modelos padrão do setor , como YOLO, ou modelos personalizados em um dos tempos de execução de inferência suportados apenas fornecendo um URL. O Pipeless fornece alguns dos tempos de execução de inferência mais populares, como o ONNX Runtime, permitindo executar inferências com alto desempenho em CPU ou GPU prontos para uso.

Você pode implantar seu Pipeless e seus aplicativos em dispositivos de borda e IoT ou na nuvem. Existem diversas ferramentas para implantação, incluindo imagens de contêiner.

A seguir está um conjunto não exaustivo de recursos relevantes que o Pipeless inclui:

• Suporte multi-stream : processe vários streams ao mesmo tempo.
• Configuração de fluxo dinâmico : adicione, edite e remova fluxos dinamicamente por meio de uma CLI ou API REST (mais adaptadores em breve).
• Suporte multilíngue : você pode escrever seus ganchos em vários idiomas, incluindo Python.
• Etapas de processamento dinâmico : você pode adicionar qualquer número de etapas ao processamento de fluxo e até mesmo modificar essas etapas dinamicamente por fluxo.
• Políticas de reinicialização integradas : esqueça de lidar com erros de conexão, falhas de câmeras, etc. Você pode especificar facilmente políticas de reinicialização por fluxo que lidam com essas situações automaticamente.
• Altamente paralelizado : não se preocupe com multithreading e/ou multiprocessamento, o Pipeless cuida disso para você.
• Vários tempos de execução de inferência suportados : forneça um modelo e selecione um dos tempos de execução de inferência suportados para executá-lo imediatamente em CPU ou GPUs. Oferecemos suporte a CUDA , TensorRT , OpenVINO , CoreML e muito mais por vir.
• Estrutura de projeto bem definida e código altamente reutilizável : Pipeless usa a estrutura do sistema de arquivos para carregar estágios e ganchos de processamento, ajudando a organizar o código em caixas altamente reutilizáveis. Cada estágio é um diretório, cada gancho é definido em seu próprio arquivo.

Comece agora!

Junte-se à nossa comunidade e contribua para facilitar a vida dos desenvolvedores de visão computacional!

Requisitos ☝️

• Pitão . Os binários pré-construídos estão vinculados ao Python 3.10 no Linux amd64, 3.8 no Linux arm64 e 3.12 no macOS. Se você tiver uma versão diferente do Python, forneça o sinalizador --build ao script de instalação para compilar a partir do código-fonte, de modo que o Pipeless vincule à sua versão instalada do Python (ou atualize sua versão e use um binário pré-construído, que é mais simples).
• Gstreamer 1.20.3 . Verifique com gst-launch-1.0 --gst-version . Instruções de instalação aqui

Instalação

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

Encontre mais informações e opções de instalação aqui.

Usando a janela de encaixe

Em vez de instalar localmente, você pode alternativamente usar o docker e economizar tempo de instalação de dependências:

 docker run miguelaeh/pipeless --help

Para usá-lo com CUDA:

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

Para usar com TensorRT use:

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

Encontre toda a documentação do contêiner aqui.

Começando

Inicie um projeto:

 pipeless init my_project --template scaffold
cd my_project

Iniciar sem tubulação:

 pipeless start --stages-dir .

Forneça um fluxo:

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

O código gerado é um modelo vazio que estrutura um estágio para que ele não faça nada. Por favor, vá para os exemplos para completar essa etapa.

Você também pode usar o shell interativo para criar o projeto:

Verifique o guia de primeiros passos completo ou mergulhe na documentação completa.

Exemplos?

Você pode encontrar alguns exemplos no diretório de examples . Basta copiar essas pastas dentro do seu projeto e brincar com elas.

Encontre aqui a lista completa de exemplos e guias passo a passo.

Referência?

Implantamos o Pipeless em vários dispositivos diferentes para que você possa ter uma ideia geral de seu desempenho. Encontre os resultados na seção de benchmark dos documentos.

Mudanças notáveis

Mudanças notáveis ​​indicam mudanças importantes entre versões. Por favor, verifique a lista completa de mudanças notáveis.

Contribuindo?

Obrigado pelo seu interesse em contribuir! Contribuições são bem-vindas e incentivadas. Enquanto trabalhamos na criação de diretrizes de contribuição detalhadas, aqui estão algumas etapas gerais para começar:

1. Bifurque este repositório.
2. Crie uma nova ramificação: git checkout -b feature-branch .
3. Faça suas alterações e confirme-as: git commit -m 'Add new feature' .
4. Envie suas alterações para seu fork: git push origin feature-branch .
5. Abra uma solicitação pull do GitHub descrevendo suas alterações.

Agradecemos sua ajuda para tornar este projeto melhor!

Observe que, para mudanças importantes ou novos recursos, é uma boa ideia discuti-los primeiro em uma edição para que possamos coordenar esforços.

Licença?

Este projeto está licenciado sob a Licença Apache 2.0.

Resumo da Licença Apache 2.0

A Licença Apache 2.0 é uma licença permissiva de código aberto que permite usar, modificar e distribuir este software para fins pessoais ou comerciais. Ele vem com certas obrigações, incluindo fornecer atribuição aos autores originais e incluir o texto original da licença em suas distribuições.

Para obter o texto completo da licença, consulte a Licença Apache 2.0.