pipeless
v1.11.0
輕鬆創建、部署和運行電腦視覺應用程式。
查看我們的託管代理解決方案
Pipeless 是一個開源框架，可在幾分鐘內處理您開發和部署電腦視覺應用程式所需的一切。其中包括程式碼並行化、多媒體管道、記憶體管理、模型推理、多流管理等等。 Pipeless 可讓您在幾分鐘內（而不是幾週/幾個月）交付即時運行的應用程式。
Pipeless 的靈感來自現代無伺服器技術。您提供一些功能，Pipeless 負責為新視訊畫面和涉及的所有內容執行這些功能。
使用 Pipeless，您可以創建獨立的盒子，我們稱之為“階段”。每個階段都是執行特定任務的微型管道。然後，您可以動態組合每個串流的階段，從而允許您使用不同的管道處理每個串流，而無需更改程式碼，也無需重新啟動程式。要建立一個階段，您只需提供一個預處理函數、一個模型和一個後處理函數。
您只需提供 URL，即可在受支援的推理運行時之一中載入行業標準模型（例如 YOLO）或自訂模型。 Pipeless 提供了一些最受歡迎的推理運行時，例如 ONNX 運行時，讓您可以在 CPU 或 GPU 上開箱即用地運行高效能推理。
您可以將 Pipeless 和應用程式部署到邊緣和物聯網設備或雲端。有多種用於部署的工具，包括容器映像。
以下是 Pipeless 包含的一組非詳盡的相關功能：
現在就開始吧！
加入我們的社區，為讓電腦視覺開發人員的生活更輕鬆做出貢獻！
--build標誌以從原始程式碼構建，以便Pipeless 連結到您安裝的Python 版本（或更新您的版本並使用預先建置的二進位文件，這更簡單） 。gst-launch-1.0 --gst-version進行驗證。安裝說明在這裡 curl https://raw.githubusercontent.com/pipeless-ai/pipeless/main/install.sh | bash在此處查找更多資訊和安裝選項。
您可以選擇使用 docker 來代替本機安裝，並節省安裝依賴項的時間：
docker run miguelaeh/pipeless --help要將其與 CUDA 一起使用：
docker run miguelaeh/pipeless:latest-cuda --help若要與 TensorRT 一起使用，請使用：
docker run miguelaeh/pipeless:latest-tensorrt --help在這裡找到完整的容器文件。
初始化一個項目：
pipeless init my_project --template scaffold
cd my_project啟動無管道：
pipeless start --stages-dir .提供一個串流：
pipeless add stream --input-uri "https://pipeless-public.s3.eu-west-3.amazonaws.com/cats.mp4" --output-uri "screen" --frame-path "my-stage"產生的程式碼是一個空模板，它支撐著一個階段，因此它不會執行任何操作。請轉到範例來完成該階段。
您也可以使用互動式 shell 來建立專案：
查看完整的入門指南或深入閱讀完整的文件。
您可以在examples目錄下找到一些範例。只需將這些資料夾複製到您的專案中並使用它們即可。
在這裡找到完整的範例清單和逐步指南。
我們將 Pipeless 部署到了多個不同的設備，以便您可以大致了解其效能。在文件的基準部分找到結果。
顯著的變化表示版本之間的重要變化。請檢查顯著變更的完整清單。
感謝您有興趣貢獻！歡迎並鼓勵做出貢獻。當我們致力於創建詳細的貢獻指南時，以下是一些入門的一般步驟：
git checkout -b feature-branch 。git commit -m 'Add new feature' 。git push origin feature-branch 。我們感謝您幫助使這個項目變得更好！
請注意，對於重大變更或新功能，最好先在問題中進行討論，以便我們協調工作。
此專案根據 Apache License 2.0 授權。
Apache License 2.0 是一種寬鬆的開源許可證，可讓您出於個人或商業目的使用、修改和散佈此軟體。它附帶某些義務，包括提供原作者的歸屬以及在您的發行版中包含原始許可文本。
完整的許可證文本，請參閱 Apache License 2.0。
