推荐阅读
- 戳上方蓝字�?牛皮糖不吹牛*”关注我
大家好，我是牛皮糖！最近去探查了一�?AI 视频的项目，在公司做了一个视频巡检的项目，我没想到 AI �?AI 竟然会这么简单。这�?借助 Gemini 3 帮我完成的，来分享一下自己的思路。主要是借助 MediaMTX �?Yolo 11 来实现的，这两个都是开源的项目�?
为了对这两个项目有一个快速的了解，我准备了一个简单的对比表格�?
特�?
MediaMTX
YOLO11
项目类型流媒体服务器
计算机视觉模�?
核心功能接收、转换、分发实时音视频�?
目标检测、实例分割、姿态估计等
主要应用场景网络直播、视频监控、浏览器播放摄像头画�?
自动驾驶、工业检测、安防监控、医疗影像分�?
**技术特�?*轻量级、多协议支持、易于部�?
高精度、高速度、多功能一体化
典型输入摄像头RTSP流、FFmpeg推流�?
图像、视频流
典型输出RTMP、HLS、WebRTC等协议的视频�?
带边界框、分割掩模或关键点的图像/视频
深入MediaMTX
它是一款非常出色的*开源流媒体服务�?，之前也被叫做rtsp-simple-server�?
•�?它是什�?：MediaMTX是一�?媒体代理或“媒体路由器�?。它的核心工作就是将来自一个源的实时视频（比如你的电脑摄像头或一个IP摄像机），转换成多种不同的格式，然后分发给多个观看者�?
•�?核心能力*�?
•�?多协议支�?：它说流媒体界的“通用语”。既能接�?*RTSP、RTMP、SRT等推流协议，也能通过RTSP、WebRTC、HLS**等协议将视频流分发出去。这意味着它能把一个传统摄像头不兼容浏览器的RTSP流，轻松转换成适合网页播放的HLS或WebRTC流�?
•�?轻量易用*：通常只是一个独立的可执行文件，几乎没有外部依赖，在各种系统上都能快速部署和运行�?
•�?典型工作�?�?
1. 采集：FFmpeg从网络摄像头采集视频，并通过RTSP协议推送到MediaMTX服务器�?
2. 转换：MediaMTX服务器在后台接收并处理这个流�?
3. 播放：当你用浏览器访问服务器地址时，MediaMTX会通过WebRTC�?*HLS**协议将视频流传输给你的浏览器进行播放�?
详解YOLO11
YOLO11是Ultralytics公司发布的YOLO系列的最新版本，在多个计算机视觉任务上表现出色�?
•�?它是什�?：YOLO11是一�?多功能、一体化的实时视觉模�?。它延续了YOLO系列“你只看一次”的设计哲学，在单一模型中整合了多种先进的视觉能力�?
•�?核心能力*：YOLO11支持的目标检测、实例分割、姿态估计和图像分类等任务�?
•�?性能与选型*：YOLO11提供了多种规模的模型（如n, s, m, l, x）以适应不同需求�?
•�?轻量级（YOLO11n, YOLO11s�?：参数少，计算量低，非常适合�?*手机、嵌入式设备**等资源受限的环境中部署�?
•�?均衡型（YOLO11m�?：在精度和速度之间取得了很好的平衡，是许多实际应用的折中之选�?
•�?高精度型（YOLO11l, YOLO11x�?：拥有最多的参数和最高的计算复杂度，能提�?顶级的检测精�?，适用于对准确性要求极高的场景，如工业质检�?
•�?架构创新*：YOLO11用更高效�?C3k2�?替换了YOLOv8中的C2f块，并引入了**C2PSA模块，该模块改进了特征图中的空间注意力，有助于更准确地检测小物体和重叠物体�?
如何选择与使�?
要使�?MediaMTX 结合 YOLO11 实现实时算法识别并推流，最核心的思路是构建一�?处理管道（Pipeline�?�?
MediaMTX 本身只是一个流媒体服务器（负责转发），它不具备 AI 识别能力。因此，你需要编写一�?Python 程序作为“中间人”，完成以下流程�?
1. 拉流/捕获：从摄像头或 MediaMTX 读取原始视频�?
2. 推理：使�?YOLO11 对每一帧进行识别并绘制检测框�?
3. 推流：将处理后的视频帧通过 FFmpeg 管道（Pipe）推送到 MediaMTX�?
·················END·················
AI 时代到来，要大公司变小，小公司消失。在当下最好发展一份属于自己的副业 AI + 行业做副业 已经�?4000 名小伙伴加入了，如果你也想着�?AI 时代拥有一份属于自己的 AI 副业 戳链接 加入吧！这是一个赚钱训练营，AI 技能训练营密集的圈子，你可以每年参加各种副业赚钱训练营。公众号后台回复AI 副业星球即可获取26元优惠劵�?
关于AI工具
Github开源文本转语音神器Spark-TTS开源了，克隆声音仅需3秒？