pytorch - Pytorch 视频数据集
问题描述
嗨,我制作了一个视频帧加载器数据集,以输入到 pytorch 模型中。我想从视频中采样帧,但是应该从每个视频中统一采样帧。这是我想出的课程。我想知道是否有更好的方法来加快采样过程。
你有什么建议,特别是在read_video
方法部分?
谢谢
import torch
import torchvision as tv
import cv2
import numpy as np
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
from pathlib import Path
class VideoLoader(torch.utils.data.Dataset):
def __init__(self, data_path, classes, transforms=None, max_frames=None, frames_ratio=None):
super(VideoLoader, self).__init__()
self.data_path = data_path
self.classes = classes
self.frames_ratio = frames_ratio
self.transforms = transforms
self.max_frames = max_frames
def read_video(self, path):
frames = []
vc = cv2.VideoCapture(path)
total_frames = int(vc.get(cv2.CAP_PROP_FRAME_COUNT))
if self.frames_ratio:
if type(self.frames_ratio) is float:
frames_to_pick = int(total_frames * self.frames_ratio)
else:
frames_to_pick = self.frames_ratio
else:
frames_to_pick = total_frames
idxs = np.linspace(0, total_frames, frames_to_pick, endpoint=False)
for i in idxs:
ok, f = vc.read()
if ok:
f = tv.transforms.ToTensor()(f)
f = self.transforms(f) if self.transforms else f
frames.append(f)
vc.set(cv2.CAP_PROP_POS_FRAMES, i)
if self.max_frames and len(frames) == self.max_frames: break
else: break
vc.release()
return torch.stack(frames)
def __getitem__(self, index):
v_path, label = self.data_path[index]
return self.read_video(v_path), self.classes[label]
def __len__(self): return len(self.data_path)
解决方案
因为您不能真正并行地搜索视频,所以实际上没有任何更快的采样过程可以在本地运行。我个人遇到了这个问题,这就是为什么我开始为此构建一个名为Sieve的简单 API 。您可以直接将数据上传到 Sieve(从云存储桶或本地存储),它会快速为您切割所有帧,甚至用动作、人物、物体等标记它们。它在云中使用无服务器功能并行化,这使得它非常快,即使是数小时或数天的镜头。
然后,您可以使用仪表板快速从 Sieve 导出,该仪表板为您提供快速curl
命令,您可以运行以下载所需的确切样本。
这是一个有用的回购:https ://github.com/Sieve-Data/automatic-video-processing
推荐阅读
- elasticsearch - 如何在 KQL(Kibana 查询语言)中按字段值设置特定顺序?
- testing - 为测试用户检索应用内购买的旧收据信息
- scala - 如何使用 Option[Long] 获取地图项?
- javascript - 对 Google 表格发布页面的 XMLHTTPRequest 不起作用
- helix - 如何从 Helix 控制器向参与者发送消息?
- html - 向谷歌地图添加渐变效果或框阴影或类似效果
- spotfire - 如何在spotfire中显示具有特定范围的饼图
- javascript - 水平平滑滚动的 scrollIntoView 替代方案
- airflow - 使用数据构建工具 (dbt) 路径 ['name'] 的 Cloud composer 出错:'jaffle_shop' 与 '^[^\\d\\W]\\w*$' 不匹配
- google-sheets - 如何解析 Google 表格查询(仅显示第一列)