Эта страница была переведа с помощью Cloud Translation API.
Switch to English

tfds.features.Video

Посмотреть исходный код на GitHub

FeatureConnector для видео, кодирование кадров индивидуально на диске.

Наследуется от: Sequence

Видео: соединитель изображений принимает в качестве входных данных 4-мерный массив tf.uint8 представляющий видео, последовательность путей к закодированным кадрам или путь или файловый объект, который может быть декодирован с помощью ffmpeg. Обратите внимание, что не все форматы в ffmpeg поддерживают чтение из каналов, поэтому предоставление файлового объекта может завершиться ошибкой. Более того, если указан путь, который не находится в локальной файловой системе, мы сначала копируем его во временный локальный файл, прежде чем передавать его в ffmpeg.

Вывод:

  • video : tf.Tensor типа tf.uint8 и shape [num_frames, height, width, channels], где каналы должны быть 1 или 3

Пример:

  • В объекте DatasetInfo:
features=features.FeatureDict({
    'video': features.Video(shape=(None, 64, 64, 3)),
})
  • Во время генерации вы можете использовать любое из:
yield {
    'video': np.ones(shape=(128, 64, 64, 3), dtype=np.uint8),
}

или список кадров:

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

или путь к видео:

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

или файловый объект:

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

shape кортеж целых чисел, форма видео (num_frames, высота, ширина, каналы), где каналы - 1 или 3.
encoding_format Видео хранится в виде последовательности закодированных изображений. Вы можете использовать любой формат кодирования, поддерживаемый image_feature.Feature.
ffmpeg_extra_args Последовательность дополнительных аргументов, передаваемых в двоичный файл ffmpeg. В частности, ffmpeg будет вызываться как: ffmpeg -i <input_file> <ffmpeg_extra_args> %010d.<encoding_format>

ValueError Если форма недействительна

dtype Верните dtype (или dict dtype) этого FeatureConnector.
feature Внутренняя особенность.
shape Верните форму (или определение формы) этого FeatureConnector.

методы

decode_batch_example

Просмотреть источник

Декодируйте несколько функций в одном tf.Tensor.

Эта функция используется для декодирования функций, заключенных в tfds.features.Sequence() . По умолчанию эта функция применяет decode_example к каждому отдельному tf.map_fn с помощью tf.map_fn . Однако для оптимизации функции могут перезаписать этот метод, чтобы применить настраиваемое пакетное декодирование.

Args
tfexample_data Те же tf.Tensor входы , как decode_example , но с дополнительным и первое измерение для длины последовательности.

Возвращает
tensor_data Тензор или словарь тензора, вывод объекта tf.data.Dataset

decode_example

Просмотреть источник

Расшифруйте примеры сериализации.

Args
serialized_example Уплотненный dict из tf.Tensor
decoders Вложенный dict объектов Decoder позволяющих настраивать декодирование. Структура должна соответствовать структуре функций, но должны присутствовать только настраиваемые ключи функций. См. Руководство для получения дополнительной информации.

Возвращает
example Вложенный dict содержащий декодированные вложенные примеры.

decode_ragged_example

Просмотреть источник

Декодируйте вложенные функции из tf.RaggedTensor.

Эта функция используется для декодирования функций, заключенных во вложенный tfds.features.Sequence() . По умолчанию эта функция применяет decode_batch_example к плоским значениям рваного тензора. Для оптимизации функции могут перезаписать этот метод, чтобы применить пользовательское пакетное декодирование.

Args
tfexample_data tf.RaggedTensor данные tf.RaggedTensor содержащие вложенные закодированные примеры.

Возвращает
tensor_data Декодированный tf.RaggedTensor или словарь тензора, вывод объекта tf.data.Dataset

encode_example

Просмотреть источник

Преобразует данное изображение в dict, конвертируемый в пример tf.

get_serialized_info

Просмотреть источник

См. Подробности в базовом классе.

get_tensor_info

Просмотреть источник

См. Подробности в базовом классе.

load_metadata

Просмотреть источник

См. Подробности в базовом классе.

save_metadata

Просмотреть источник

См. Подробности в базовом классе.

__getitem__

Просмотреть источник

Удобный метод доступа к основным функциям.