时间戳

首页 > 解决方案 > 如何从视频数据集制作数据集（首先是tensorflow）

tensorflow - 如何从视频数据集制作数据集（首先是tensorflow）

问题描述

每个人。

现在我有一个对象分类任务，我有一个包含大量视频的数据集。在每个视频中，一些帧（不是每一帧，大约 16 万帧）都有它的标签，因为一个帧可能有多个对象。

我对创建数据集有些困惑。我的想法是首先将视频转换为帧，然后将每个仅带有标签的帧制作为 tfrecord 或 hdf5 格式。最后，我会将每一帧的路径写入 csv 文件（训练和验证）以用于我的任务。

我的问题是： 1. 是否有足够的效率（tfrecord 或 hdf5）？在创建 tfrecord 或 hdf5 文件之前，我是否应该对每一帧进行预处理（例如压缩）以节省存储空间？2.有没有办法直接在tensorflow或pytorch中处理视频数据集？

我想找到一种有效且传统的方式来处理视频数据集。真的很期待每一个答案。

标签： tensorflowdatasetpytorchhdf5tfrecord

解决方案

我不是 TensorFlow 的人，所以我的回答不会涵盖这一点，抱歉。

由于利用了数据中的时间相关性，视频格式通常以更长的随机访问时间为代价来获得压缩。这是有道理的，因为人们通常按顺序访问视频帧，但如果您的访问完全是随机的，我建议您转换为 hdf5。否则，如果您访问视频的子序列，则保留视频格式可能是有意义的。

PyTorch 没有任何“有福”的视频 AFAIK 方法，但我用它imageio来阅读视频并寻找特定的帧。一个简短的包装器使其遵循 PyTorch DatasetAPI。该代码相当简单，但有一个警告，这是允许将其与 multiprocessing 一起使用所必需的DataLoader。

import imageio, torch

class VideoDataset:
    def __init__(self, path):
        self.path = path

        # explained in __getitem__
        self._reader = None

        reader = imageio.get_reader(self.path, 'ffmpeg')
        self._length = reader.get_length()

    def __getitem__(self, ix):
        # Below is a workaround to allow using `VideoDataset` with
        # `torch.utils.data.DataLoader` in multiprocessing mode.
        # `DataLoader` sends copies of the `VideoDataset` object across
        # processes, which sometimes leads to bugs, as `imageio.Reader`
        # does not support being serialized. Since our `__init__` set
        # `self._reader` to None, it is safe to serialize a
        # freshly-initialized `VideoDataset` and then, thanks to the if
        # below, `self._reader` gets initialized independently in each
        # worker thread.

        if self._reader is None:
            self._reader = imageio.get_reader(self.path, 'ffmpeg')

        # this is a numpy ndarray in [h, w, channel] format
        frame = self._reader.get_data(ix)

        # PyTorch standard layout [channel, h, w]
        return torch.from_numpy(frame.transpose(2, 0, 1))

     def __len__(self):
        return self.length

此代码可以适应支持多个视频文件以及输出您想要的标签。

推荐阅读