这些人各个装着对 webrtc 很了解，估计都是些前端。
“WebRTC 是通信的能力，从技术上看是两个或多个客户端，让用户具备互动的能力。 人对于延迟的感知是 400ms ，也就是一般的对话能顺利进行，这是 RTC 的核心指标。 由于端和端之间有关联，导致系统复杂度比直播高了多个数量级，这是很多问题的根源。"（ https://ossrs.net/lts/zh-cn/docs/v4/doc/webrtc ）
web 又不是直接连 rtmp, 那个方案没有大问题，
rtmp 转 HLS ，HLS 就是 http 的。

PyQt 也没多好吧， 那你自己不要写屎山就行。

这个项目还是建议用靠谱的音视频厂家服务，你自己做不现实，没有 CDN, 也不懂音视频编码（最起码 ffmpeg 编程要会），况且你还是个做前端的。
推荐直接购买阿里云，腾讯云的直播或点播云服务
或者从声网买专门的音视频服务
RTMP flv 现在已经属于落后的技术， 了解一下 HLS 配合 FMP4 (flv 压缩率太低）
DASH 协议吧
不推荐 webrtc, 这个技术虽然先进，但是对你编程要求很高， 谷歌对这个客户端更新慢得很，你还要自己搞定信令服务器
webrtc 更好的用途是视频会议 和通话 的双向通信。

再发一个信奥赛学习规划，供参考。链接是 base64
aHR0cHM6Ly9pbWd1ci5jb20vYS9ScHhoYUM5

语言本身学习不要走形式，先把数学和逻辑思维培养好，学起来快。
这群里大多数是普通程序员，不具备参考性。如果从小学习，那我认为是走信息奥赛，直接进入清华的道路。
这过程非常艰难，如果孩子只是学学玩玩，是学不下来的。

前端或后端取决于你喜欢什么，C++ 代码 两月 学不了什么。选 JS 或 Python 吧。
C++ 这方面不是用来做业务开发的，而是用来做高性能服务的。

题主看起来都是把每个语言泛泛学了一下，建议一两个语言结合生态多钻研钻研，否则技术很难进步。

@qixinwuchen 这印度人读的是印式英语吧，也不是英美读法，建议你去 cambridge dictionary 网站检查一下读音。

你这点理解，是不是找骂的，k8s 最大的好处在于将微服务治理剥离了出来。

没有什么最佳， 这些方案都是和业务直接相关的，完全取决于业务，根本没有什么通用方案。

很多人提到车牌，其实并不可行，车牌检测如果离得较远，小于检测最小的像素框就基本很困难了，
基于 ROI (region of interest) 检测一下是否为车就好，yolo 虽然快，但是准确率并不是很高，嵌入式的话可以参考 openvino 的 model zoo , gluoncv 的 model zoo
结合 专门的嵌入式深度学习框架比如 tensorflow lite, ncnn, 腾讯 tnn, 阿里 mnn 来做。
边缘计算推理这方面 需要对模型做剪裁 ，深度模型减枝。 浮点型运算也从 fp-32 变为 fp-16 甚至 int-8
腾讯这方面深度学习的边缘计算资料很全
https://qengineering.eu/

如果是通过 siri 指令的形式抓拍一张，那么还不如网友所说，直接通过指令控制摄像头拍一张上传到 nas 或 邮箱，直接查看，简单省事。yolo,ssd,fastercnn 不建议了， 还不如人眼看一下快速。

https://github.com/olgarose/ParkingLot
这个就是简单粗暴的判断， 有了这个基本可以过滤多数情况，剩下的就交给神经网络去判断了。

@balaWgc
说得不错，大多数人一看就是没做过，摄像头有 25fps, 直接使用 python 服务 和深度网络模型无疑是自杀。
树莓派配上计算棒才能勉强达到 5 到 6FPS, 要么就是英伟达专门的板子 Jetson TX2
处理速度远远跟不上视频的速度。
建议先画一个感兴趣区域（ ROI), 直接上粗暴简单的算法（比如帧差法，光流法）
然后再保存图片，用深度学习网络判断是否为车

你需要一个专门的存储系统。
存储系统总体来分，可以分为：块存储，对象存储和文件存储。
简单一点的小文件存储系统，比如 fastdfs
对象存储系统比如 minio

对象存储适合的场景：
1 、一次写，不修改，多次读。（比如互联网的图片，音视频等）上传结束就是文件修改结束。
2 、基本没有随机访问共享数据内部位置的需求。
3 、没有多个客户端同时修改一个文件的需求。
4 、平坦结构，没有类似目录的层级关系。（有人会挑战说对象的 key 可以是个带有/前缀字符串来模拟目录，但其实跟文件目录差距非常大，后面我们讨论）

文件存储适合的场景：
1 、可以修改文件数据，随时修改，随时读。文件系统没有文件“修改结束”这个概念。
2 、支持文件内容的随机访问。
3 、多客户端通过文件系统交换数据，客户端 1 写数据（修改数据），客户端 2 ，读数据。我们比较一下文件存储和对象存储的异同。文件存储：客户端 1 写共享文件存储上的文件，写完之后关闭。客户端 2 直接打开共享存储上文件读。对象存储：客户端 1 ，在本地写数据，写完数据，要把整个文件上传，客户端 2 下载数据到客户端 2 本地，然后再打开本地文件读文件。可以发现对象写本地，上传远端，相当于写了两次；下载到本地，读本地文件，相当于读了两次。从交换数据的效率来看，频繁在客户端之间交换数据的应用场景不适合对象，适合文件。因此高通量计算/批量计算基本上倾向于文件存储。
4 、文件存储支持两个客户端同时修改一个文件，比如高性能计算 MPI 。
5 、无论是 NAS 还是私有客户端的共享文件存储基本上都会为了性能设计客户端的缓存系统，因此性能比较高。对象存储的客户端自己是不带缓存系统的，因为对象操作的数据要不就是本地数据待上传，要不就是得把数据完全下载到本地才能访问，因此不需要什么客户端缓存系统，性能角度要比文件存储差。
6 、目录层级关系。文件的目录和对象 key 的带有/前缀有啥差别？差别大了，rename/mv 高层目录，对文件系统而言只是目录改名，代价很小。对象存储 prefix 如果想模拟目录改名那么只能是所有带有 prefix 的 key 的批量更新。
7 、文件存储中各种软/硬链接等复杂语义对象存储没有对应的实现。（很多人认为文件存储是个树形结构，其实是错误的，因为有 hardlink 所以文件存储系统是个图结构，两个树枝的叶节点可以交汇）

像详细写写你的需求再决定。
人脸识别做得好没有那么容易。
工程上如果不是调用服务，那就必须写 c++(python) 代码来做，
虽然 OpenCV 有提供 java, 但是支持得不怎么样，很多库是没有 jni 的。
其他语言第一不成熟，第二不适合。
移动端更加不一样了，要考虑更多取舍， 性能，模型大小。
移动端最好不要直接跑 pytorch, 用移动端的一些框架，和一些工具转换原模型到 onnx 再到一些移动端框架模型。

你先写清楚再说