Deep Video Analytics是一個從視頻和圖像進行索引及提取信息的平臺，docker的最新版本安裝後，
就能夠很快用命令行方式，（不用gpu）來運行Deep Video Analytics。
使用深度學習檢測和識別算法來用檢測到的對象索引各個幀/圖像。
架構：Deep Video Analytics實現了一個客戶端/服務端架構，客戶端能通過REST API來訪問服務端，
主要是上傳，處理數據，訓練模型，執行查詢等等。可以使用格式為JSON的DVAPQL（Deep Video Analytics Processing and Query Language）。
使用的庫有：
YAD2K AdminLTE2 FabricJS Facenet JSFeat MTCNN Insight Face CRNN.pytorch Original CRNN code by Baoguang Shi Object Detector App using TF Object detection API Plotly.js Text Detection CTPN SphereFace Segment annotator Youtube 8M feature extractor weights LOPQ Open Images Pre-trained network Interval Tree
faiss
dlib
使用的框架有：
FFmpeg Tensorflow OpenCV Numpy Pytorch Docker LMDB Nvidia-docker Docker-compose
Deep Video Analytics用docker實現了，與docker能協同運行。
cpu模式：此模式的docker能運行在一個單獨的容器上。
gpu模式：此模式將創建多個容器，用一個共享的存儲數據。
開發模式：此模式將映射本地目錄到容器的目錄上，能交互開發。
自己要努力構建出這個環境，並運行。
閱讀更多 AI踐行者 的文章
