Bài tập thực tập: Hệ thống xử lý video đa camera

Nhóm AI · Tài liệu giao bài

Người giao
Thực tập sinh
Ngày giao	15/10/2026
Hạn nộp	23/10/2026
Hình thức	Cá nhân

1. Đề bài

Viết một service Python chạy tối thiểu 4 nguồn video cùng lúc (camera thật hoặc file video phát lại qua RTSP). Luồng xử lý:

camera -> capture -> detect + track -> xử lý sự kiện -> vẽ kết quả -> ffmpeg -> RTSP server
                                           |
                                           +-> lưu snapshot, DB, log

Sau bài này em cần:

làm chủ được một pipeline video realtime từ đầu đến cuối;
biết chọn giữa thread và process, kiểm soát được độ trễ và tài nguyên;
biến output của model thành tính năng dùng được;
đo và giải thích hiệu năng hệ thống bằng số liệu, không phải cảm giác.

2. Yêu cầu chức năng

Mã	Yêu cầu
F01	Đọc được RTSP, file video, webcam. Mất kết nối thì tự reconnect, một camera lỗi không kéo các camera khác dừng theo.
F02	Luôn xử lý frame mới nhất, không để queue dồn làm trễ tăng dần.
F03	Detect người và xe bằng YOLO (v8 trở lên). Class, ngưỡng confidence, imgsz đọc từ config.
F04	Tracking, ID giữ ổn định qua các frame (ByteTrack hoặc BoT-SORT).
F05	Đếm đối tượng qua vạch, tách riêng hai chiều.
F06	Phát hiện đối tượng đi vào vùng cấm (polygon).
F07	Mỗi lần vi phạm chỉ ghi một sự kiện. Sự kiện gồm thời gian, camera, track ID, loại sự kiện, ảnh snapshot. Lưu vào SQLite.
F08	Vẽ box, ID, vạch, vùng cấm, bộ đếm lên frame. Mỗi camera ra một đường RTSP riêng, mở được bằng VLC. FFmpeg chết thì tự bật lại.
F09	Camera, model, vạch, vùng cấm, URL stream đều khai báo trong YAML. Config sai phải báo lỗi rõ khi khởi động. Thêm camera chỉ sửa config.
F10	API (FastAPI): xem trạng thái và FPS từng camera, bật/tắt một camera khi đang chạy, lấy danh sách sự kiện theo camera và khoảng thời gian.

3. Yêu cầu phi chức năng

4 camera, mỗi camera ≥ 10 FPS đầu ra, trễ đầu-cuối < 1 giây. Ghi rõ máy test.
Dùng chung model cho các camera. RAM/VRAM không tăng dần khi chạy lâu.
Chạy liên tục 2 tiếng không crash.
Ctrl+C phải dừng sạch: thread, process, ffmpeg, kết nối camera.
Dùng logging, không dùng print. Log ra file. Có số liệu FPS, độ trễ, số lần reconnect theo camera.
Có unit test cho phần đếm vạch và vùng cấm.
Chạy được bằng docker compose up (service + MediaMTX).

Benchmark

Đo với 1, 4 và 8 camera. So sánh ít nhất hai cách làm, ví dụ threading với multiprocessing, hoặc mỗi camera một model với batch inference dùng chung. Chọn một cách và giải thích vì sao, dựa trên số liệu.

4. Công nghệ

Python 3.10+, OpenCV, FFmpeg, Ultralytics YOLO, ByteTrack/BoT-SORT, MediaMTX, FastAPI, SQLite, Pydantic, pytest, Docker.

Muốn dùng thứ khác thì trao đổi trước và nêu lý do.

5. Cần nộp

Repo Git. Commit đều trong quá trình làm, không dồn một commit cuối. Không commit mật khẩu camera.
README: cài đặt, cấu hình, chạy, các lỗi hay gặp.
Tài liệu thiết kế ngắn: sơ đồ kiến trúc, luồng dữ liệu, lý do chọn.
Báo cáo benchmark: bảng số liệu, cấu hình máy, video test dùng, nhận xét.
Video demo 4 camera chạy cùng lúc, có sự kiện xảy ra.

6. Chấm điểm

Phần	Nội dung	Điểm
Chức năng	F01 đến F10	30
Hiệu năng, ổn định	Đạt chỉ tiêu, chạy lâu không lỗi, reconnect đúng	20
Code	Cấu trúc, xử lý lỗi, dừng sạch, test	20
Benchmark	Số liệu đo lại được, kết luận có căn cứ	15
Tài liệu, bảo vệ	README, demo, giải thích được lựa chọn	15
Tổng		100