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

当然是云托管，k8s 操作基本要求开发和运维都必须会的，维护一个 K8s 集群还要满足高可能、高可靠，以及云存储、SLB 这些，对于中小公司不太好搞。

看了大多数评论，都没有说的比较好的，语言不是关键，而是语言绑定的技术生态。
这年头不是只有 web ， 后端也不是只有 web.
java 适合各种复杂业务，尤其是金融业务架构的，各种工作流架构。
go 那就是云原生， 中间件.
python 没有什么合适的，上升空间有限，不要拿什么机器学习，深度学习来说，这些根本不是学个语言就能进入的领域。
有人说性能不是关键，那是你做的业务开发一方面快递迭代根本不需要什么性能，另外其他性能因素都被中间件解决了。
再告诉你个更加接地气的回答
那就是在国内很多技术评审还有国企里，语言就是不平等的。用不同的语言来做连报价都不一样。
python, php 只能被用来做中小项目 （比如学校系统）报价很少的。
国企，和给国企做项目的公司 要服务成熟稳定，要求必须 java.
另外，用 java 好提高成本和服务，多申请钱，因为 java 比 go, python 吃了多了去的内存。
至于互联网公司，这年头有几个能活过十几年，能折腾几年没什么问题。
大的互联网能请到能人想怎么玩都有，还有优化 python 虚拟机，用 pypy 或 numba 各种写法来加速的。

像这样的不是简单的 js 翻译，涉及到数据库驱动了， 不是表达式，正则，规则匹配引擎。你要么用 java 重写这部分逻辑，要么改装 node.js 变成 node.js 微服务调用 java 服务的形式。

有一些 Java 实现的 JavaScript 引擎，可以直接被 java 调用，比如 Rhino 和 Nashorn

如果是复杂的服务，还是通过服务调用服务的方式

简单的执行逻辑可以通过一些 js runtime 以及 js ast 解析来做。

如果你只是搭建个玩具或者自己的小公司内部视频会议使用，那么可以考虑一下开源的方案。

不用想太多，在国内的话，音视频要国家准许的证。你的服务器是不太可能接入大流量和专门的 CDN 。
国外一样请买 CDN 。
如果搞定了网络流量和服务器硬件。
开源的多数架构是不够稳定的，还需要你的团队有自研和修改的能力

多重视一下基础，很多对页面定制化要求不高比如后端管理平台都可以被低代码解决了。比如阿里搞得可视化搭建前端工程 飞冰，可以轻松让一个后端完成前端
https://ice.work/
项目不要搞什么又大全的，自己去写一个小的组件库、mock 平台、项目脚手架。

js 数据结构刷一下 leetcode 。css 主要难点为 float 平均布局、层叠上下文定位、浏览器渲染原理，如果真的考你，你不见得可以做好布局比如 responsive layout

我建议如果瞄准中小公司的话，上手微信和支付宝小程序开发，手机前端 flutter 开发这些，这些比单纯的 web 前端更容易找到工作。
如果去中大型公司，建议侧重学习和夯实基础，框架和项目了解一点。

没有前端工作经验去学框架只能去小公司。框架对于一些公司不是必须，vue.js, react.js 还有 angular.js 适当看看。
前端 html css js 基础要会，其次是 js 算法和数据结构 。实现个 js lodash 这样的。然后就是 http 协议相关的东西。
切勿一个一个学 api, 简单低级的前端现在都能被低代码取代了。