intel/video-caption-service
intel
基于Intel® DL Streamer和OpenVINO™视觉语言模型的实时视频字幕微服务，支持多RTSP视频流的AI驱动字幕生成，提供实时视频内容理解与自然语言描述，适用于智能视频分析、辅助功能及边缘AI演示。
下载次数: 0状态：社区镜像维护者：intel仓库类型：镜像最近更新：6 天前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
实时视频字幕微服务
该微服务展示了使用Intel® DL Streamer和OpenVINO™视觉语言模型(VLMs)对多个实时RTSP视频流进行AI驱动的字幕生成。它能够实时理解视频内容并生成自然语言描述，展示了现代视觉语言AI在流视频分析 pipeline 中的应用。
核心功能和特性
- 🎥 实时RTSP摄取 – 持续处理IP摄像头或流数据源
- 🧠 视觉语言字幕生成 – 通过OpenVINO VLMs实现提示驱动的字幕
- ⚡ Intel优化推理 – 低延迟、高吞吐量执行
- 📡 WebRTC预览 – 实时视频预览与字幕同步显示
- 📊 性能指标 – CPU/GPU/RAM使用情况和推理统计
- 🔄 多模型支持 – 轻松切换不同支持的VLM模型
使用场景和适用范围
- 智能视频分析和监控演示
- 通过AI生成的实时字幕提升可访问性
- 在Intel®平台上对VLM性能进行基准测试
- 用于实时视频理解的边缘AI概念验证
部署方法
使用Docker Compose部署
有关部署的更多详细信息，请参考https://github.com/open-edge-platform/edge-ai-suites/blob/main/metro-ai-suite/live-video-analysis/live-video-captioning/docs/user-guide/get-started.md。
许可证协议
版权所有 (C) 2025 Intel Corporation。
根据Apache License 2.0许可（"许可证"）授权；除非遵守许可证，否则不得使用此文件。您可以在以下地址获取许可证副本：http://www.apache.org/licenses/LICENSE-2.0
***信息
Intel、Intel徽标和Xeon是Intel Corporation在美国和/或其他国家的商标。
*其他名称和品牌可能是其各自所有者的财产。
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 video-caption-service 镜像标签
docker pull docker.xuanyuan.run/intel/video-caption-service:<标签>
DockerHub 原生拉取命令
docker pull intel/video-caption-service:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"