[具身智能-649]:个人电脑搭建 RTSP 服务完整方案(Windows / Ubuntu 双平台,适配 RDK X5 rtsp2display 调试)
目标电脑作为RTSP 服务端循环推送 H264/H265 视频流RDK X5 通过 rtsp2display 拉流预览完全不需要在开发板编译 live555。提供两套成熟方案✅方案 AFFmpeg最简单优先推荐无需安装额外软件✅方案 Brtsp-simple-server专业流媒体服务支持推流、IPC 接入适合长期调试重要提示RDK 拉流务必使用 TCP 传输避免局域网防火墙、UDP 丢包导致花屏、断流。方案 AFFmpeg 快速搭建 RTSP推荐临时调试Windows 平台安装 FFmpeg 1下载 FFmpeghttps://ffmpeg.org/ 2解压将bin目录加入系统环境变量打开 cmd 输入ffmpeg -version验证。准备视频素材test.h265/test.mp4打开 CMD执行推流命令cmd:: -stream_loop -1 无限循环-re 按照原视频帧率匀速推送 ffmpeg -re -stream_loop -1 -i test.h265 -c copy -rtsp_transport tcp -f rtsp rtsp://0.0.0.0:8554/stream参数解释0.0.0.0监听本机所有网卡允许局域网其他设备访问8554RTSP 端口/stream流标识最终拉流地址rtsp://PC_IP:8554/stream-c copy码流直接复制不重新编码CPU 占用极低。Ubuntu / WSL 平台bash运行# 安装ffmpeg sudo apt install ffmpeg # 启动推流 ffmpeg -re -stream_loop -1 -i test.h265 -c copy -rtsp_transport tcp -f rtsp rtsp://0.0.0.0:8554/streamRDK X5 拉流命令强制 TCPbash运行./sample_rtsp2display --url rtsp://192.168.xx.xx:8554/stream --rtsp_transport tcp方案 A 优缺点优点开箱即用、无需额外程序 缺点仅支持文件循环推送无法接收 IPC 摄像头推流CMD 关闭服务即停止。方案 Brtsp-simple-server专业流媒体服务长期调试首选rtsp-simple-server 轻量、开源比 live555 易用支持「文件推流、USB 摄像头推流、IPC 接入」。 Githubhttps://github.com/aler9/rtsp-simple-serverWindows 部署步骤发布页下载对应 Windows 版本rtsp-simple-server_windows_amd64.zip解压得到rtsp-simple-server.exertsp-simple-server.yml直接双击rtsp-simple-server.exe启动服务默认端口 8554服务启动后等待推流接入本身不会主动播放视频。新开一个 CMD用 FFmpeg 向服务推送视频源cmdffmpeg -re -stream_loop -1 -i test.h265 -c copy -rtsp_transport tcp -f rtsp rtsp://127.0.0.1:8554/mystream此时局域网访问地址rtsp://PC_IP:8554/mystreamUbuntu 部署bash运行# 下载Linux amd64版本 wget https://github.com/aler9/rtsp-simple-server/releases/latest/download/rtsp-simple-server_linux_amd64.tar.gz tar -zxvf rtsp-simple-server_linux_amd64.tar.gz chmod x rtsp-simple-server # 启动服务 ./rtsp-simple-server # 新开终端推送视频 ffmpeg -re -stream_loop -1 -i test.h265 -c copy -rtsp_transport tcp -f rtsp rtsp://127.0.0.1:8554/mystream方案 B 拓展能力电脑 USB 摄像头直接生成 RTSP 流供给 RDK 测试cmdffmpeg -f dshow -i videoUSB Camera -vcodec libx264 -preset ultrafast -rtsp_transport tcp -f rtsp rtsp://127.0.0.1:8554/camera支持同时多路流后台长期运行稳定可靠。三、关键调试必看高频踩坑1. RDK 无法连接 PC RTSP 服务1查询电脑局域网 IP WindowsipconfigUbuntuhostname -I2关闭电脑防火墙或者放行8554 端口 3PC 与 RDK 接入同一个路由器局域网2. 画面花屏、卡顿1推流与拉流统一强制使用 TCP 2优先使用 h265/h264 裸流不要直接推送复杂 MP4 3不要去掉-re参数高速推送码流会造成解码器溢出。3. 和 live555 对比总结live555MediaServer只能读取本地文件目录访问格式rtsp://ip:8554/xxx.h265新版本 RDK 镜像不再自带FFmpeg/rtsp-simple-server现代替代方案不依赖开发板任何程序电脑端一站式完成强烈推荐作为你的标准测试手段。四、最简工作流程你日常调试固定流程1PC 启动 RTSP 推流服务 2记录 PC 局域网 IP 和 rtsp 地址 3RDK X5 运行 sample_rtsp2display 指定该地址、开启 TCP 4全程不需要在 RDK 上编译、运行 live555MediaServer。

相关新闻

什么是特征选择?文本分类中常用的特征选择方法有哪些?

什么是特征选择?文本分类中常用的特征选择方法有哪些?

特征选择与文本分类中的常用方法 一、什么是特征选择 特征选择(Feature Selection) 是从原始特征集合中选取一个最优子集的过程,目标是在不损失(或尽量少损失)分类性能的前提下: 降低特征维度&#xff1…

2026/7/26 0:03:32 阅读更多 →
向量数据库选型实战:Milvus、FAISS与PGVector的取舍

向量数据库选型实战:Milvus、FAISS与PGVector的取舍

引言:AI应用的基础设施之选 当企业决定搭建RAG系统或智能推荐平台时,第一个技术决策往往都是:选什么向量数据库? 这个看似基础的选择,直接影响着检索精度、系统性能和运维复杂度。2024年,向量数据库市场已经…

2026/7/26 0:03:32 阅读更多 →
[具身智能-651]:RDK X5 算法应用开发与Model Zoo 使用说明,通俗易懂

[具身智能-651]:RDK X5 算法应用开发与Model Zoo 使用说明,通俗易懂

RDK X5 算法应用开发 Model Zoo 通俗讲解一、先说人话理解整套流程我们电脑上用 PyTorch 训练出来的神经网络模型(YOLO、目标检测等),不能直接放到 RDK X5 的 BPU 上运行。 就像:Word 文档不能直接在手机上打开,需要转…

2026/7/26 0:03:32 阅读更多 →

最新新闻

Java 转大模型开发:把学习路径落到证据

Java 转大模型开发:把学习路径落到证据

聊《同样转大模型,Java背景的优势和短板分别是什么?》之前,先说一句实在的:别急着背概念,先看它在真实项目里到底解决什么问题。摘要最近面试了几个从传统 Java 后端转型的大模型工程师候选人。简历上写着“精通 LangC…

2026/7/26 0:15:36 阅读更多 →
棉花病害图像分类数据集分享(适用于YOLO系列深度学习分类检测任务)

棉花病害图像分类数据集分享(适用于YOLO系列深度学习分类检测任务)

棉花病害图像分类数据集分享(适用于YOLO系列深度学习分类检测任务) 源码下载 链接:https://pan.baidu.com/s/1lupIbmRgAYlsenadogdqMQ?pwd4mas 提取码:4mas 复制这段内容后打开百度网盘手机App,操作更方便哦 前言 随着人工智能技术的快速发…

2026/7/26 0:15:36 阅读更多 →
AI HR招聘流程落地失败真相(92%企业踩坑的3个隐形技术债)

AI HR招聘流程落地失败真相(92%企业踩坑的3个隐形技术债)

更多请点击: https://codechina.net 第一章:AI HR招聘流程落地失败的系统性归因 AI驱动的HR招聘系统在多个企业试点中遭遇规模化落地受阻,其根本原因并非单一技术缺陷,而是组织、数据、流程与治理四维耦合失效。当算法模型准确率…

2026/7/26 0:15:36 阅读更多 →
“四核”驱动的“三维”导航 -- 淘宝新UI(需求分析篇)

“四核”驱动的“三维”导航 -- 淘宝新UI(需求分析篇)

“四核”驱动的“三维”导航 – 淘宝新UI(需求分析篇) 在移动互联网流量见顶、用户注意力碎片化的今天,电商平台UI设计的每一次迭代都不仅仅是视觉层面的“换肤”,而是对用户行为模式、商业逻辑与技术架构的深度重构。淘宝作为国内…

2026/7/26 0:14:35 阅读更多 →
135、NPU的仿真测试:使用CACTI进行缓存仿真

135、NPU的仿真测试:使用CACTI进行缓存仿真

NPU的仿真测试:使用CACTI进行缓存仿真 去年做一款边缘端NPU的缓存子系统时,遇到了一个让我连续加班三天的诡异问题。芯片回来后,跑ResNet-18推理,前几层正常,到中间层突然出现周期性的性能抖动——每处理完32个输入特征图,延迟就会跳变一次,幅度高达40%。示波器抓不到,…

2026/7/26 0:14:35 阅读更多 →
133、NPU的仿真测试:使用DRAMsim3进行DRAM仿真

133、NPU的仿真测试:使用DRAMsim3进行DRAM仿真

NPU的仿真测试:使用DRAMsim3进行DRAM仿真 去年调试某款自研NPU芯片时,遇到一个诡异的性能问题——理论计算明明显示MAC阵列利用率能达到85%,实际跑ResNet-50时却只有62%。折腾了两周,最后发现是DRAM时序参数配置错误,导致读写请求在内存控制器里排队时间过长。从那以后,…

2026/7/26 0:14:35 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻