หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

tfds.features.Video

ดูโค้ดบน GitHub

FeatureConnector สำหรับวิดีโอ, การเข้ารหัสเฟรมที่ไม่ซ้ำกันบนดิสก์

สืบทอดจาก: Sequence

วิดีโอ: เชื่อมต่อภาพที่ยอมรับเป็น input 4 มิติ tf.uint8 อาร์เรย์คิดเป็นวิดีโอลำดับของเส้นทางไปยังเฟรมเข้ารหัสหรือเส้นทางหรือวัตถุแฟ้มที่สามารถถอดรหัสกับ ffmpeg ไม่ทราบว่าทุกรูปแบบในการสนับสนุน ffmpeg อ่านจากท่อเพื่อให้วัตถุไฟล์อาจล้มเหลว นอกจากนี้หากเส้นทางที่จะได้รับที่ไม่อยู่ในระบบแฟ้มท้องถิ่นครั้งแรกที่เราคัดลอกไปยังแฟ้มท้องถิ่นชั่วคราวก่อนที่จะผ่านไปยัง ffmpeg

เอาท์พุท:

  • video : tf.Tensor ประเภท tf.uint8 และรูปร่าง [num_frames, ความสูงความกว้างช่อง] ที่ช่องต้องเป็น 1 หรือ 3

ตัวอย่าง:

  • ในวัตถุ DatasetInfo:
 features=features.FeatureDict({
    'video': features.Video(shape=(None, 64, 64, 3)),
})
 
  • ในระหว่างการสร้างคุณสามารถใช้ใด ๆ ของ:
 yield {
    'video': np.ones(shape=(128, 64, 64, 3), dtype=np.uint8),
}
 

หรือรายการของเฟรม:

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

หรือเส้นทางไปยังวิดีโอ:

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

หรือวัตถุไฟล์:

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

shape tuple ของ ints รูปร่างของวิดีโอ (num_frames, ความสูงความกว้างช่อง) ซึ่งเป็นช่องทางที่ 1 หรือ 3
encoding_format วิดีโอที่ถูกเก็บไว้เป็นลำดับของภาพเข้ารหัส คุณสามารถใช้รูปแบบการเข้ารหัสใด ๆ ที่ได้รับการสนับสนุนโดย image_feature.Feature
ffmpeg_extra_args ลำดับของ args เพิ่มเติมที่จะส่งผ่านไปยังไบนารี ffmpeg โดยเฉพาะ ffmpeg จะถูกเรียกว่าเป็น: ffmpeg -i <input_file> <ffmpeg_extra_args> %010d.<encoding_format>

ValueError ถ้ารูปร่างไม่ถูกต้อง

dtype กลับ dtype (หรือ Dict ของ dtype) ของ FeatureConnector นี้
feature คุณลักษณะภายใน
shape กลับรูปร่าง (หรือ Dict ของรูปร่าง) ของ FeatureConnector นี้

วิธีการ

decode_batch_example

ดูแหล่งที่มา

ถอดรหัสหลายคุณสมบัติเป็นแบทช์ใน tf.Tensor เดียว

ฟังก์ชั่นนี้จะใช้ในการถอดรหัสคุณสมบัติในห่อ tfds.features.Sequence() โดยค่าเริ่มต้นฟังก์ชั่นนี้ใช้ decode_example ในองค์ประกอบแต่ละใช้ tf.map_fn อย่างไรก็ตามสำหรับการเพิ่มประสิทธิภาพคุณสมบัติสามารถเขียนทับวิธีการนี้จะใช้การถอดรหัสชุดที่กำหนดเอง

args
tfexample_data เดียวกัน tf.Tensor ปัจจัยการผลิตเป็น decode_example แต่ด้วยและมิติครั้งแรกเพิ่มเติมสำหรับความยาวลำดับ

ผลตอบแทน
tensor_data เมตริกซ์หรือในพจนานุกรมของเมตริกซ์เอาท์พุทของวัตถุ tf.data.Dataset

decode_example

ดูแหล่งที่มา

ถอดรหัสตัวอย่างเป็นอันดับ

args
serialized_example ซ้อน dict ของ tf.Tensor
decoders Dict ซ้อนของ Decoder วัตถุซึ่งจะช่วยให้การปรับแต่งการถอดรหัส โครงสร้างควรจะตรงกับโครงสร้างคุณลักษณะ แต่คีย์คุณลักษณะที่กำหนดเองจะต้องเป็นปัจจุบัน ดู คู่มือ สำหรับข้อมูลเพิ่มเติม

ผลตอบแทน
example ซ้อน dict ที่มีตัวอย่างซ้อนถอดรหัส

decode_ragged_example

ดูแหล่งที่มา

คุณสมบัติถอดรหัสซ้อนจาก tf.RaggedTensor

ฟังก์ชั่นนี้จะใช้ในการถอดรหัสคุณสมบัติในห่อซ้อนกัน tfds.features.Sequence() โดยค่าเริ่มต้นฟังก์ชั่นนี้ใช้ decode_batch_example กับค่าแบนของเมตริกซ์มอมแมม สำหรับการเพิ่มประสิทธิภาพคุณสมบัติสามารถเขียนทับวิธีการนี้จะใช้การถอดรหัสชุดที่กำหนดเอง

args
tfexample_data tf.RaggedTensor ปัจจัยการผลิตที่มีตัวอย่างการเข้ารหัสที่ซ้อนกัน

ผลตอบแทน
tensor_data ถอดรหัส tf.RaggedTensor หรือในพจนานุกรมของเมตริกซ์เอาท์พุทของวัตถุ tf.data.Dataset

encode_example

ดูแหล่งที่มา

แปลงภาพที่กำหนดเป็น Dict แปลงสภาพให้แก่ตัวอย่าง TF

get_serialized_info

ดูแหล่งที่มา

ดูชั้นฐานสำหรับรายละเอียด

get_tensor_info

ดูแหล่งที่มา

ดูชั้นฐานสำหรับรายละเอียด

load_metadata

ดูแหล่งที่มา

ดูชั้นฐานสำหรับรายละเอียด

save_metadata

ดูแหล่งที่มา

ดูชั้นฐานสำหรับรายละเอียด

__getitem__

ดูแหล่งที่มา

วิธีการสะดวกในการเข้าถึงคุณลักษณะพื้นฐาน