我正在开发一个 Web 应用程序，该应用程序使用带有 WebRTC 的 Kinesis Video Streams 对来自网络摄像头的帧进行预测（来自 EC2 上的 ML 模型）。我知道以前有人问过类似的问题，但没有一个答案可以消除我的困惑。我已经链接了下面的示例架构。
我想弄清楚的是 EC2 实例上的代码结构。所以我有来自 Kinesis Video Streams 的视频帧，然后在 EC2 实例上，我将使用 Consumer API 从流中获取数据。但是我将如何对这些数据进行预测？
例如，如果我使用适用于Amazon Kinesis Video Streams Parser Library的 C++ 开发工具包，我是否可以从 EC2 实例上的 WebSocket 终端节点查询我的模型，并传入帧流？对于图像，我通常只会将图像的字节发送到 HTTP 端点，但对于视频数据，我不知道该怎么做。
编辑：
我找到了一个使用 SageMaker 的示例，而不是自己创建整个 EC2 实例，它似乎将单个图像传递给对象检测模型以获得结果。