VideoPipe是一个跨平台的视频结构化（视频分析）框架，采用C++编写并支持插件式节点组合。采用插件化设计，将视频分析过程抽象为一系列可灵活组合的独立节点，如流读取、视频解码、深度学习推理、目标跟踪和行为分析等。
VideoPipe 旨在简化视频分析应用的开发难度，支持多种推理后端（如 OpenCV::DNN、TensorRT、ONNXRuntime），并已实现对多模态大模型的集成支持可广泛应用于人脸识别、车牌识别、图片检索、交通违章检测、多源视频融合、视频转码等多个应用场景。
VideoPipe 类似于英伟达的 DeepStream 和华为的 mxVision 框架，但它更易于使用、更具备可移植性。
| 名称 | 是否开源 | 学习门槛 | 适用平台 | 性能 | 三方依赖 |
|---|---|---|---|---|---|
| DeepStream | 否 | 高 | 仅限英伟达 | 高 | 多 |
| mxVision | 否 | 高 | 仅限华为 | 高 | 多 |
| VideoPipe | 是 | 低 | 不限平台 | 中 | 少 |
开源地址：https://github.com/sherlockchou86/VideoPipe
