自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 五、SRS5.0 分析(2)SrsServerAdapter分析

本文主要讲解SrsServerAdapter,最终的行为是建立 RTMP 连接,并完成推拉流的处理。本文忽略了很多里面的逻辑,这些逻辑是无数次迭代出来的,属于工程经验的总结,所以看不是很懂,当然也不必纠结。我认为先把握主要的逻辑为主。

2024-01-28 14:15:51 839

原创 五、SRS5.0 分析(1)启动服务

srs_main_server.cpp 是 main 函数所在的文件。启动时会做很多初始化的工作,先不看,直接看关键的地方。这里很显然,将启动Hybird server这个任务post 到线程池的任务队列中。_srs_thread_pool是线程池SrsThreadPool的实例对象。(3)启动注册进来的服务(调它们的 run 接口方法)(1)创建注册RTMP、SRT、WebRTC服务。(2)初始化注册的服务。

2024-01-27 10:50:41 245

原创 四、CLion 调试 SRS

SRS 作为非常优秀的开源框架,非常值得我们学习,其中调试 SRS 工程是非常重要的一个方法。下面我将介绍在Mac 下使用 CLion 调试 SRS,希望大家少踩坑。大概率中间会遇到:Permission denied。第一步必须打开工程所有文件的读写权限。鼠标右击srs 文件夹----> 显示简介。其中 srs 为整个项目的目录。只要不影响主流程,可以忽略。定位到 Main 函数。

2024-01-26 10:13:59 379

原创 三、RTMP推流的原理及实现

打印 SRS 服务端的 log:发现 RTMP Client 连接成功,因为这个客户端也是在本机上启动的,所以地址也是 198.168.1.3。客户端会将设置好的 pcm 音频数据+ yuv 视频数据推到 SRS 服务端。注意:设置客户端请求的地址要和 SRS 服务启动的地址一样。然后拉流端会从SRS 服务端拉流播放。

2023-12-27 23:21:22 2832

原创 二、SRS实现推流+拉流

以上代表RMTP服务开启成功,其中服务地址是:rtmp://{主机的IP}/live/livestream。最后一步:设置要推流的服务地址,和第一步中的开启的rtmp服务地址对齐。下载地址:https://obsproject.com/需要注意的是,MAC上要输入显示器采集成功,需要。可以按照上面提示,来查看是否服务是否启动成功。点击开始直播,即完成直播推流。SRS安装完毕后,下面开始实现推流+拉流。发现有数据上传,代表推流成功。

2023-12-23 00:29:52 881

原创 一、Mac M1 Pro 编译 SRS 流程

M1 Pro 的 Mac 编译 SRS 存在一些问题,记录一下。

2023-12-22 00:28:12 474

原创 yolov4——训练自己的数据集(完整版)

好了,多的也不说,直接开始吧!1.下载预训练的好权重文件 yolov4.conv.137,放在build/darknet/x64/下2.创建配置文件:在darknet-master/cfg/下,创建yolo-obj_fre.cfg:这个文件里面的内容跟cfg/yolov4-custom.cfg类似,只是有几个地方需要修改1) batch=8 #依据你电脑的显存大小而定,尽量设大一点2) subdivisions=64 # 这里最好设为

2020-05-13 11:56:25 8137 9

原创 YOLACT++代码分析2——Yolact模型

Yolact模型在YOLACT++代码分析1——数据增强,我们讲解了数据增强的部分,这一部分主要讲Yolact模型。首先看到train.py文件 #image_path训练图片文件夹 #info_file标签文件夹 dataset = COCODetection(image_path=cfg.dataset.train_images, ...

2020-05-05 16:51:29 4030 6

原创 YOLACT++代码分析1——数据增强

**数据增强**本系列的博客都是从yolact++源码(https://github.com/dbolya/yolact)的trian.py文件开始讲解。1.首先加载数据 #image_path训练图片文件夹 #info_file标签文件夹 dataset = COCODetection(image_path=cfg.dataset.train_images, ...

2020-05-05 15:33:27 1986 4

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除