没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能深度学习slowfast数据集标注

slowfast数据集标注

数据集

需积分: 5 10 下载量 199 浏览量 2023-09-10 17:09:42 上传评论 1 收藏 4.44MB DOCX 举报

温馨提示

试读

37页

1、视频采集本次训练以实验为目的，采集7段30秒以上的货车相关的视频！ 2、视频抽帧目的有3个： 1是为了统一各个视频的长度（测试发现，若视频时长不一，训练过程可能出现问题，未作进一步验证） 2是为了1秒抽1帧图片，目的是用来标注，ava数据集就是1秒1帧。 3是为了1秒抽30帧图片，目的是为了训练，据说因为slowfast在slow流里1秒会采集到15帧，在fast流里1秒会采集到2帧。以下是解析脚本，脚本仅支持在linux系统下运行：

资源推荐

资源详情

资源评论

slowfast 模型自定义数据集标注

1、视频采集

本次训练以实验为目的，采集 7 段 30 秒以上的货车相关的视频！

2、视频抽帧

目的有 3 个：

1 是为了统一各个视频的长度（测试发现，若视频时长不一，训练过程可能出现问题，未作

进一步验证）

2 是为了 1 秒抽 1 帧图片，目的是用来标注，ava 数据集就是 1 秒 1 帧。

3 是为了 1 秒抽 30 帧图片，目的是为了训练，据说因为 slowfast 在 slow 流里 1 秒会采集到 15

帧，在 fast 流里 1 秒会采集到 2 帧。

以下是解析脚本，脚本仅支持在 linux 系统下运行：

lzj_video2img.py

import os

import shutil

from tqdm import tqdm

start = 0

seconds = 30

video_path = './ava/videos'

labelframes_path = './ava/labelframes'

rawframes_path = './ava/rawframes'

cut_videos_sh_path = './cut_videos.sh'

if os.path.exists(labelframes_path):

shutil.rmtree(labelframes_path)

if os.path.exists(rawframes_path):

shutil.rmtree(rawframes_path)

fps = 30

raw_frames = seconds*fps

with open(cut_videos_sh_path, 'r') as f:

sh = f.read()

sh = sh.replace(sh[sh.find(' ffmpeg'):], f' ffmpeg -ss {start} -t {seconds} -i "${{video}}" -r 30

-strict experimental "${{out_name}}"\n fi\ndone\n')

with open(cut_videos_sh_path, 'w') as f:

f.write(sh)

# 902 打到 1798

os.system('bash cut_videos.sh')

os.system('bash extract_rgb_frames_ffmpeg.sh')

os.makedirs(labelframes_path, exist_ok=True)

video_ids = [video_id[:-4] for video_id in os.listdir(video_path)]

for video_id in tqdm(video_ids):

for img_id in range(2*fps+1, (seconds-2)*30, fps):

shutil.copyfile(os.path.join(rawframes_path, video_id, 'img_'+format(img_id, '05d')+'.jpg'),

os.path.join(labelframes_path, video_id+'_'+format(start+img_id//30, '05d')+'.jpg'))

lzj_extract_rgb_frames_ffmpeg.sh

IN_DATA_DIR="./ava/videos_cut"

OUT_DATA_DIR="./ava/rawframes"

if [[ ! -d "${OUT_DATA_DIR}" ]]; then

echo "${OUT_DATA_DIR} doesn't exist. Creating it.";

mkdir -p ${OUT_DATA_DIR}

for video in $(ls -A1 -U ${IN_DATA_DIR}/*)

video_name=${video##*/}

if [[ $video_name = *".webm" ]]; then

video_name=${video_name::-5}

else

video_name=${video_name::-4}

out_video_dir=${OUT_DATA_DIR}/${video_name}

mkdir -p "${out_video_dir}"

out_name="${out_video_dir}/img_%05d.jpg"

ffmpeg -i "${video}" -r 30 -q:v 1 "${out_name}"

done

lzj_cut_videos.sh

IN_DATA_DIR="./ava/videos"

OUT_DATA_DIR="./ava/videos_cut"

if [[ ! -d "${OUT_DATA_DIR}" ]]; then

echo "${OUT_DATA_DIR} doesn't exist. Creating it.";

mkdir -p ${OUT_DATA_DIR}

for video in $(ls -A1 -U ${IN_DATA_DIR}/*)

out_name="${OUT_DATA_DIR}/${video##*/}"

if [ ! -f "${out_name}" ]; then

ffmpeg -ss 0 -t 3 -i "${video}" -r 30 -strict experimental "${out_name}"

done

以上 3 个脚本放在同一目录下，并在目录下创建 ava/videos 文件夹，

将准备的 7 个视频放在 videos 是文件夹下，由于 7 个视频的时长都在 30 秒以上，所以修改

video2img.py 中的 seconds 为 30（这里要注意，seconds 为视频结束时间，所以准备的视频

文件时长都必须超过 30 秒）。

剩余36页未读，继续阅读

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

搬砖者（视觉算法工程师）

粉丝: 342
资源: 6

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

slowfast数据集标注

目标检测数据集标注工具

数据集标注

检测数据集标注。

火车站标注数据

数据标注术语和标准1

骑手头盔数据集（已标注）

RoboMaster智能数据集标注工具.zip

基于YOLOv5的智能人脸数据集标注工具.zip

YOLO目标检测+鸟类数据集已标注可以直接使用（数据集+对应已标注文件）.rar

苹果目标检测数据集标注voc格式标签YOLO

人工智能数据标注车道标注.ppt

盒子标注数据集盒子标注数据集

精灵标注-人工智能数据标注工具

数据标注报告.docx

数据曲线+标注.zip_曲线加标注_标注

人群计数数据集标注工具-需要matlab

标注工具汇总 - 副本_数据集标注工具软件汇总说明_源码

最新YOLOV5口罩检测数据集，YOLOV5口罩检测数据集+代码+模型+标注好的数据.zip

YOLO目标检测+吸烟检测数据集已标注可以直接使用（完整源码+说明文档+5000张图像+对应已标注txt和xml文件）.rar

森林野火烟雾数据集用于目标检测（已标注）

数据,数据标注,matlab

标注好的扑克牌识别数据集

SVT数据集（已标注）

已标注8000张口罩数据集

烟火检测数据集1+1000IMG+已标注.zip

web安全数据集，可以用于入侵检测，包含标注数据集与原始数据集

图像训练 含有数据集标注、视频标注文档规范、darknet训练步骤，及一些脚本文件

最新资源

图像训练含有数据集标注、视频标注文档规范、darknet训练步骤，及一些脚本文件