Yoo趣儿

Yoo趣儿 › 编程语言 › Python › 用 yolo 做实时视频检测, 摄像头接入超过 3 路， Python ...

用 yolo 做实时视频检测, 摄像头接入超过 3 路， Python 内存占用就飙高，请问有没有解决办法?

查看 88|回复 8
作者：clevertension   
问一下做过实时视频检测的大佬，我现在用 opencv 获取摄像头的数据，如果超过 3 路以后, python 的内存占用就飙上去了，基本的实现逻辑如下:
vid = cv2.VideoCapture('rtmp_url')
while(True):
    # Capture the video frame
    # by frame
    ret, frame = vid.read()
    queue.put(frame)
上面代码跑在 python 的 thread 里，3 路视频就 3 个 thread, 感觉这里线程之前有竞争导致一个摄像头数据取完了，另一个没有取，就堆积下来了，然后内存占用就上去了, 我感觉好像还没到 yolo 的 predict ， 就是多线程获取 camera 的数据，就会造成内存占用过高
a33291   
看过海康本身的策略,他们有 2 种方案
1 是实时检测,也就是实时取流检测,这种的话需要独立的服务器并且同时检测路数不高
2 是摄像头自己抓拍图片然后传递给超脑,抓拍图片在设备侧做并且不需要每一帧都分析所以极大减少了计算量,从而可以提供更大的吞吐
基本策略应该类似,比如结合设备本身的移动侦测来做,对移动侦测的图进行分析应该也可以极大减少计算量
此外,可以考虑分析子码流,对子码流降低码率分辨率(太低可能影响分析结果)
capric   
cv2.VideoCapture 的 read 是调用 ffmpeg 库实现的，涉及到几个耗时操作，解析 rtmp 封装，H.264/H.264 视频解码(最占用 CPU)，yuv 颜色空间转换成 rgb24 ，打包成 numpy 数组。如果你是在 pc 在操作，需要自己重新编译 ffmpeg ，启用 nvdec/qsv 硬件加速，这个解码负载就可以移动到 GPU 上来做，CPU 占用就很低了。
capric   
@capric 还需要重新编译 opencv ，https://blog.csdn.net/jiexijihe945/article/details/125084488
clevertension
OP
  
@capric 谢谢你的建议，ffmpeg 硬解码我试过了，确实速度很快, 确实能降 cpu ， 从 300%到 80%，但是内存占用呢，比如 CPU 解码帧率只有 30 左右（和 CPU 性能相关），GPU 解码帧率 7600 多， 那 opencv 一次 read ，读取的 frame 不是很多吗，全部放到内存里了吗，而且，一个 thread 读取的时候，其他 thread 没时间执行, 那是不是会造成 frame 积压，从而内存就飙高了
murmurkerman   
搞一个帧队列，丢掉来不及处理的视屏帧。背压肯定会有的，选择丢帧或者提升模型处理性能。
vicalloy   
处理不过来就是处理不过来，除了增加算力或是减少工作量，没有别的办法。
最简单的处理就是 yolo 的取样频率不要这么高，比如 5 frame 只取一个 frame 做识别。
vicalloy   
另外 python 都多线程是用不了多核处理器的。
可以一个摄像头一个 yolo 处理进程。
Motorola3   
实时视频检测不是耗时操作吗？放线程里不会造成阻塞吗
返回列表
您需要登录后才可以回帖 登录 | 立即注册

AD1

热门主题

热门板块

问与答分享发现分享创造奇思妙想分享邀请码商业推广优惠信息PythonPHPJavaJavaScriptNode.jsGo语言C++HTML

公告

标签|小黑屋|Yoo趣儿

GMT+8, 2024-11-9 23:47 , Processed in 0.015762 second(s), 11 queries , Gzip On, MemCached On.

Powered by Discuz! X3.2

The happiest thing in the world is to strive for an ideal.

返回顶部