目标检测，FFmpeg中第一个基于深度学习模型的视频分析功能

本文链接：https://blog.youkuaiyun.com/yjguo2004/article/details/115891260

该博客介绍了如何将目标检测功能集成到FFmpeg中，目前支持OpenVINO后端，并计划添加更多特性，如TensorFlow模型支持、目标识别和可视化。作者通过Docker简化了OpenVINO的使用，并提供了相关命令示例来演示目标检测功能的实际应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2021年4月，终于把目标检测（object detection）加到FFmpeg upstream了，有maintainer身份加持，还是交互了将近100封邮件，花了两个多月才完成upstream，这还不包括前面的开发时间，当然，这么多的交流也对最后的代码有很大的提升。

当前目标检测只支持OpenVINO后端，后续还将尽快加入更多功能，比如基于TensorFlow模型的目标检测、支持OpenVINO后端的目标识别、目标检测和识别结果的可视化等。有了这样的基础代码后，就方便进行很多扩展了，如有这样的事情发生，望诸位可以不吝告知，我也可以更好的了解价值和不足，谢谢。

为了避开OpenVINO下载和安装的诸多步骤，我们就用docker的方法，直接利用OpenVINO已经发布的开发image，dockerfile如下所示。虽然本文主要演示基于OpenVINO的功能，我们在dockerfile把TensorFlow后端的支持也加进去了。

# 以OpenVINO的dev image作为基础
From openvino/ubuntu18_data_dev:2021.3

# 获取权限，在image中增加更多内容
USER root

# 安装常用软件
RUN apt-get update
RUN apt-get install -y git gcc nasm wget vainfo clinfo vim mediainfo yasm pkg-config make

# 设置工作目录
WORKDIR /workspace

# 下载并解压TensorFlow c库文件，也可以解压到系统目录中，这样后续就不需要设置路径了
RUN mkdir tensorflow && cd tensorflow && \
    wget https://storage.goog