Cette page a été traduite par l'API Cloud Translation.
Switch to English

tfds.features.Video

plus par

Voir la source sur GitHub

FeatureConnector pour les vidéos, encodage des trames individuellement sur le disque.

Hérite de: Sequence

Vidéo: Le connecteur d'image accepte en entrée un 4 dimensions tf.uint8 tableau représentant une vidéo, une séquence de chemins à des trames codées, ou un chemin ou d' un objet de fichier qui peut être décodé avec ffmpeg. Notez que tous les formats de support ffmpeg lecture des tuyaux, fournissant ainsi un objet de fichier peut échouer. De plus, si un chemin est donné qui ne sont pas sur le système de fichiers local, nous avons d'abord le copier dans un fichier local temporaire avant de passer à ffmpeg.

Production:

  • video : tf.Tensor de Type tf.uint8 et la forme [num_frames, la hauteur, la largeur, les canaux], où les canaux doit être de 1 ou 3

Exemple:

  • Dans l'objet DatasetInfo:
 features=features.FeatureDict({
    'video': features.Video(shape=(None, 64, 64, 3)),
})
 
  • Lors de la génération, vous pouvez utiliser l'une:
 yield {
    'video': np.ones(shape=(128, 64, 64, 3), dtype=np.uint8),
}
 

ou une liste de cadres:

 yield {
    'video': ['path/to/frame001.png', 'path/to/frame002.png'],
}
 

ou le chemin à la vidéo:

 yield {
    'video': '/path/to/video.avi',
}
 

ou objet fichier:

 yield {
    'video': tf.io.gfile.GFile('/complex/path/video.avi'),
}
 

shape uplet d'entiers, la forme de la vidéo (num_frames, hauteur, largeur, canaux), où les canaux est égal à 1 ou 3.
encoding_format La vidéo est stockée sous la forme d'une séquence d'images codées. Vous pouvez utiliser un format de codage pris en charge par image_feature.Feature.
ffmpeg_extra_args Une séquence d'arguments supplémentaires à être transmis au binaire ffmpeg. Plus précisément, ffmpeg sera appelé: ffmpeg -i <input_file> <ffmpeg_extra_args> %010d.<encoding_format>

ValueError Si la forme est invalide

dtype Retour le DTYPE (ou dict de DTYPE) de cette FeatureConnector.
feature La fonction intérieure.
shape Retour la forme (ou dict de forme) de cette FeatureConnector.

méthodes

decode_batch_example

Voir la source

plusieurs Decode fonctionnalités dans un seul seul tf.Tensor.

Cette fonction permet aux fonctions de décodage enveloppés dans tfds.features.Sequence() . Par défaut, cette fonction s'applique decode_example sur chacun des éléments individuels à l' aide tf.map_fn . Cependant, pour l'optimisation, les caractéristiques peuvent remplacer cette méthode pour appliquer un décodage de commandes personnalisé.

args
tfexample_data Mêmes tf.Tensor entrées comme decode_example , mais avec et première dimension supplémentaire pour la longueur de la séquence.

Retour
tensor_data Tenseurs ou dictionnaire de tenseur, sortie de l'objet tf.data.Dataset

decode_example

Voir la source

Décoder les exemples de sérialisation.

args
serialized_example Emboîtée dict de tf.Tensor
decoders Emboîtée dict de Decoder objets qui permettent de personnaliser le décodage. La structure doit correspondre à la structure de fonction, mais seulement des touches de fonction sur mesure doivent être présents. Voir le guide pour plus d' informations.

Retour
example Emboîtée dict contenant les exemples imbriqués décodés.

decode_ragged_example

Voir la source

Décodage fonctionnalités imbriquées d'une tf.RaggedTensor.

Cette fonction permet aux fonctions de décodage enveloppés dans imbriquée tfds.features.Sequence() . Par défaut, cette fonction s'applique decode_batch_example sur les valeurs plates du tenseur haillons. Pour l'optimisation, les caractéristiques peuvent remplacer cette méthode pour appliquer un décodage de commandes personnalisé.

args
tfexample_data tf.RaggedTensor entrées contenant les exemples codées imbriquées.

Retour
tensor_data Le décodé tf.RaggedTensor ou dictionnaire de tenseur, sortie de l'objet tf.data.Dataset

encode_example

Voir la source

Convertit l'image donnée dans un dict convertible en exemple tf.

get_serialized_info

Voir la source

Voir classe de base pour plus de détails.

get_tensor_info

Voir la source

Voir classe de base pour plus de détails.

load_metadata

Voir la source

Voir classe de base pour plus de détails.

save_metadata

Voir la source

Voir classe de base pour plus de détails.

__getitem__

Voir la source

Méthode pratique pour accéder aux fonctions sous-jacentes.