VideoPipe

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• C++ 开发环境（README 未指定编译器版本与构建工具）
• VideoPipe 源码（可通过 git clone 获取）
• ONNX 模型文件：face_detection_yunet_2022mar.onnx 与 face_recognition_sface_2021dec.onn
• 输入视频文件，示例中为 ./test_video/10.mp4
• 如需推流输出，需要可用的 RTMP 服务器地址

安装与启动步骤

1. 1克隆代码仓库

   README 未给出安装命令，先拉取源码，再阅读 README_CN 和 samples 目录了解工程结构。

   git clone https://github.com/sherlockchou86/VideoPipe.git

   复制

2. 2阅读示例代码

   打开 samples/1-1-N_sample.cpp，了解节点创建、attach_to 连接节点、start 启动流水线的写法。

3. 3准备模型文件

   把 Yunet 人脸检测与 SFace 人脸识别模型放到 ./models/face/ 下，文件名需与代码中一致。

4. 4准备测试视频

   在工程目录放置 ./test_video/10.mp4，或直接修改源码里的视频路径指向自己的文件。

5. 5编译你的程序

   README 说明可将 VideoPipe 编译为库再链接，也可直接把源码加入工程一起编译，未给具体命令。

6. 6运行并查看输出

   运行编译产物后会出现流水线状态、屏幕输出、RTMP 推流三个输出，据此确认流程是否正常。

关键配置

如何确认成功

程序跑起来后会显示流水线状态、屏幕输出画面和 RTMP 推流输出三路结果，画面正常即启动成功。

常见问题

注意事项

• README 节选中没有编译、依赖安装等命令，本教程步骤仅为基于仓库结构和示例代码的准备动作。
• 建议按官网中文 README（README_CN.md）和教程页获取实际构建步骤。
• 示例中的模型路径、视频路径和 RTMP 地址都是示例值，需替换为你自己的实际值。
• VideoPipe 是 C++ 框架，需自行准备 C++ 编译环境。