背景

• 一个研究工作需要视频AI应用作为测试业务，在网上发现这位大佬提供了车牌识别的开源项目we0091234/Chinese_license_plate_detection_recognition，感谢不尽!
• 本人基于大佬的项目，以社区监控为场景，搞了一个完整的测试业务.

架构

• VideoProcessor: 读取视频流，抽取图像，调用DetectServer的API进行车牌识别，并把结果放置到内存中
• MonitorServer: 提供社区监控Portal，每秒获取识别结果
• DetectServer: 提供车牌识别API

环境要求

• python 3.6.x
• 安装依赖库 pip install -r requirements.txt

模拟摄像头

• 准备一个linux机器, 安装好docker
• 准备一个视频文件, 如放置到：/input/258_480p.mp4
• 启动开源媒体服务器: docker run --rm -it --network=host bluenviron/mediamtx:latest
• 利用ffmpeg读取一个视频文件，推流到媒体服务器: docker run --rm -it --network=host -v /input:/input jrottenberg/ffmpeg -re -stream_loop -1 -i /input/258_480p.mp4 -vcodec copy -acodec copy -f flv -flvflags no_duration_filesize rtmp://127.0.0.1:1935/stream

启动DetectServer

方式1 进程启动

python detect_server.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --video rtmp://192.168.249.130:1935/stream --detect_svc_mode remote

方式2 容器启动

• cd docker/detect_server && docker build -t detect_server:v1.0.0 .
• docker run --rm -it --network=host -v /input:/input detect_server:v1.0.0 /bin/sh -c "cd /plate_detection_recognition && python detect_server.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --video rtmp://192.168.249.130:1935/stream --detect_svc_mode remote"

启动VideoProcessor和MonitorServer <待容器化>

方式1 进程启动

python video_processor.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --video rtmp://192.168.249.130:1935/stream --detect_svc_mode remote

方式2 容器启动

• cd docker/video_processor && docker build -t video_processor:v1.0.0 .
• docker run --rm -it --network=host -v /input:/input video_processor:v1.0.0 /bin/sh -c "cd /plate_detection_recognition && python video_processor.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --video rtmp://192.168.249.130:1935/stream --detect_svc_mode remote"

通过浏览器观察结果

http://127.0.0.1:9080/index.html