YOLOv5读取YouTube直播流每隔n帧做目标检测的配置方法

你要的每隔10帧取1帧做推理的需求，LoadStreams类本身已经内置了跳帧逻辑，只是默认硬编码为逐帧读取，没有开放配置入口，两种实现方式按需选就行：

方案1：修改源码（性能最优，无额外开销） #

直接修改utils/dataloaders.py下的LoadStreams类，三步就能搞定：

• 第一步：修改类初始化方法的定义，新增跳帧间隔参数，把__init__方法头改成：

def __init__(self, sources='streams.txt', img_size=640, stride=32, auto=True, frame_interval=10):

frame_interval传10就是每10帧处理1帧，你可以根据自己的需求改默认值。

• 第二步：在__init__方法内self.auto = auto这行的下方，加一行代码把间隔参数存为类属性：

self.frame_interval = frame_interval

• 第三步：修改update方法里的硬编码跳帧值，找到update方法内这行：

n, f, read = 0, self.frames[i], 1  # frame number, frame array, inference every 'read' frame

把里面硬编码的1换成self.frame_interval，改完是：

n, f, read = 0, self.frames[i], self.frame_interval  # 每read帧取1帧做推理

改完之后，后台读流线程会自动跳过不需要的帧，只把间隔到的帧存到缓存供推理使用，不会产生无效的内存占用，也不会因为跳帧导致流连接中断、帧堆积的问题。
如果你是用官方的detect.py脚本跑，只需要在脚本的命令行参数配置里加一个--frame-interval的参数，就能在启动命令里自定义间隔帧数，不用每次改源码。

方案2：不修改源码，外层逻辑跳帧 #

如果不想改动官方源码避免后续升级冲突，可以直接在推理循环外层加帧计数，跳过不需要推理的帧即可：

# 配置隔10帧处理1次
frame_interval = 10
frame_idx = 0

# 正常初始化流加载器
dataset = LoadStreams(sources=youtube_live_url, img_size=640, stride=32, auto=True)
for path, img, im0s, _, _ in dataset:
    frame_idx += 1
    # 没到间隔帧数直接跳过，不做推理
    if frame_idx % frame_interval != 0:
        continue
    # 下方写正常的模型推理、后处理、结果绘制逻辑
    # pred = model(img)
    # ...

这个方案的缺点是后台读流线程还是会逐帧读取直播流到内存，只是跳过了推理步骤，相比方案1会多消耗一点CPU和内存资源，但是改动量最小，完全不碰官方源码。

内容的提问来源于stack exchange，提问作者Abhishake A