首先安装docker，设置系统启动

sudo apt-get install -y docker.io

sudo systemctl start docker

查看docker进程

ps -ef|grep docker

拉去srs镜像

sudo docker pull registry.cn-hangzhou.aliyuncs.com/ossrs/srs:v4.0.198

启动镜像

sudo docker run -p 1935:1935 -p 1985:1985 -p 8080:8080 --name srs --ip 0.0.0.0 registry.cn-hangzhou.aliyuncs.com/ossrs/srs:v4.0.198

进入镜像

exec -it srs /bin/bash

查看配置文件并编辑

vi conf/srs.conf

内容如下：

# main config for srs.
# @see full.conf for detail config.

listen              1935;
max_connections     1000;
#srs_log_tank        file;
#srs_log_file        ./objs/srs.log;
daemon              on;
http_api {
    enabled         on;
    listen          1985;
}
http_server {
    enabled         on;
    listen          8080;
    dir             ./objs/nginx/html;
}
rtc_server {
    enabled on;
    listen 8000;
    # @see https://github.com/ossrs/srs/wiki/v4_CN_WebRTC#config-candidate
    candidate $CANDIDATE;
}
vhost __defaultVhost__ {
    hls {
        enabled         on;
    }
    http_remux {
        enabled     on;
        mount       [vhost]/[app]/[stream].flv;
    }
    rtc {
        enabled     on;
        # @see https://github.com/ossrs/srs/wiki/v4_CN_WebRTC#rtmp-to-rtc
        rtmp_to_rtc off;
        # @see https://github.com/ossrs/srs/wiki/v4_CN_WebRTC#rtc-to-rtmp
        rtc_to_rtmp off;
    }
}

exit 退出镜像控制台

docker启动服务

sudo docker start srs

sudo docker ps -a

访问localhost:8080

 点进去查看配置信息等等

 下一步就可以推流，拉流操作了

推流把本地视频推到srs服务 rtmp

ffmpeg -re -i xxx.mp4 -vcodec copy -acodec copy -f flv -y rtmp://srs服务地址:1935/live/livestream

页面拉流 完成

下面用yolov5训练好的模型来识别视频流

训练自定义模型的文章

yolov5机器学习，训练自己的数据集_山塘小鱼儿的博客-CSDN博客

首先继续ffmpeg推流到SRS服务，命令同上

 运行yolov5的detect.py，把--source 修改为视频流的地址

http://xxxxxxx:8080/live/livestream.flv

效果图

 

 

 这样就从推流到服务，拉流，yolo模型学习训练，最终实现视频流检测与识别。