因此在我的项目中，我需要捕获视频流、解码视频、通过对象检测算法运行各个帧，然后将输出播放为视频。
整个操作都在一台 Linux 服务器上运行，该服务器配备了几台 Tesla V100、40 核 CPU（现在想不起具体型号）和大量 RAM。它应该以 25fps（逐行）的速度播放 720x576i 的视频，因此还需要即时进行去隔行处理。
不用说，对象检测是迄今为止这里发生的最慢的操作，但我目前正在寻找如何最好地进行转码。
现在，由于我可以使用如此强大的 GPU，我认为利用它是明智之举，但我也在一些地方看到，在 GPU 上进行转码很糟糕。
无论如何，我已经安装了 cuda 9.0，因此我构建了 ffmpeg 并启用了以下选项：
--enable-libavcodec --enable-libx264 --enable-gpl --enable-cuda --enable-cuvid --enable-nvenc --enable-nonfree --enable-libnpp
（我 95% 确定这些都是，但如果这真的很重要，我会在访问服务器后进行检查，这应该需要几天的时间）
从这里开始的最佳方法是什么？我对 ffmpeg 不太熟悉，对所有与 gpu 相关的选项就更不熟悉了。
我尝试使用 进行去隔行处理-vf: yadif_cuda，但失败了，提示此过滤器不可用。我以为如果我在构建选项中启用 cuda，它就会可用。
我不知道解码时要使用哪些选项（例如，-hwaccel???，-c:v libx264或h264_cuvid等），而且我也不确定检测算法输出帧后应该如何显示这些帧。我是否只是“播放”它们？我是否需要重新编码，如果是，如何重新编码？
任何帮助都将不胜感激，如果需要更多信息，我很乐意提供我所能提供的信息。
我制作了一个图表来阐明整个事情应该如何进行：
该算法使用 Python，可能使用 skvideo 进行捕获和播放。但如果有必要，我也可以直接使用 ffmpeg（使用从 Python 脚本执行的 bash 命令）。
捕获和播放之间的所有过程都应该实时发生，即在视频传输给最终用户时。