ffmpeg开发异步AI推理Filter
本文旨在阐述如何开发一个FFmpeg Filter，该模块利用gRPC异步通信机制调用远程视频处理服务。这一设计实现了对ffmpeg filter功能的精简化整合，仅需通过配置ffmpeg命令行参数，即可实现不同算法间的灵活切换与串联。得益于此，ffmpeg无需频繁修改，同时服务端可采用任意编程语言开发，从而显著提升了整体的开发效率和部署便利性。
此方案尤其适用于帧率相对较低、推理性能瓶颈明显且对延迟要求不苛刻的应用场景。在面对复杂的推理流水线时，若单台服务器资源足以应对计算需求，则可借助MediaPipe构建高效处理管道；而当需要扩展至多台服务器以提升并行处理能力时，则推荐采用Seldon框架部署微服务架构，确保系统的可扩展性和弹性伸缩能力。
1.环境搭建、推理服务及客户端SDK
- 本文基于 基于gRPC实现的异步推理框架
- 将infer_session_client sdk的头文件和库放在系统目录下
2.编译原版ffmpeg
git clone https://git.ffm
本文转载自: https://blog.csdn.net/m0_61864577/article/details/136901293
版权归原作者 Hi20240217 所有， 如有侵权，请联系我们删除。
版权归原作者 Hi20240217 所有， 如有侵权，请联系我们删除。