下载完成ava的训练集后,下一步要做的就是把训练集切割为每个视频15分钟。

切割之前,要在windows下安装ffmpeg,git等东西,完成如下的操作

ffmpeg和git安装

Windows安装配置ffmpeg过程:
ffmpeg下载链接(最好使用迅雷下载)

windows下安装git(linux,macos都可以在官网下载):Downloading Git(最好使用迅雷下载,github最近不稳定)
git的安装过程

Windows 系统下.sh文件的运行

ffmpeg裁剪视频测试

先拿一个ava视频拿来裁剪看看
如下图:

编写1.sh这个脚本,这个脚本内容很简单:

ffmpeg -ss 900 -t 901 -i "./_145Aa_xkuE.mp4" "./1.mp4"

接下来运行1.sh
在1.sh所在的位置单击鼠标右键,选择:Git Bash Here


输入命令:sh 1.sh

使用cpu跑速度非常慢,可以看看cpu和GPU的消耗,cpu几乎满负荷,但是GPU基本没动。

使用ffmpeg剪辑训练视频

训练视频非常多,有299个,我的而电脑从上午8点半跑到晚上10点左右,剪辑了223个视频。
下面是剪辑视频的代码:

# videos文件里放的是原视频
# videos_15min文件里放的是剪辑的视频
IN_DATA_DIR="./videos"
OUT_DATA_DIR="./videos_15min"# 剪辑处理代码
for video in $(ls -A1 -U ${IN_DATA_DIR}/*)
doout_name="${OUT_DATA_DIR}/${video##*/}"if [ ! -f "${out_name}" ]; thenffmpeg -ss 900 -t 901 -i "${video}" "${out_name}"fi
done

将这个代码保存为1.sh
然后单击鼠标右键选择Git Bash Here,在命令行输入:sh 1.sh

意外处理

这么多的视频。如果中途出现问题,就像我,剪辑到223个的时候,电脑就不小心关机了,总不能又花13个小时重新剪辑吧。

我们要做的就是,通过python把未处理的视频找出来,然后再次处理。

代码如下:

import os
import shutil# 读出 videos_15min 文件里视频的名字
videos_15min = r'./videos_15min'
file1_list = os.listdir(videos_15min)# 将 videos_15min 文件里视频名字保存到 数组 test_list 里
test_list = []
for file in file1_list:test_list.append(file)# 读出 videos 文件里视频的名字
videos = r'./videos'
file2_list = os.listdir(videos)# videos2_path  里保存未被处理的视频
videos2_path = r'./videos2'# a用来计数已经处理的视频个数
# b用来计数未被处理的视频个数
a=0
b=0
# 找出 videos_15min 和 videos不同的文件(即未被处理的文件),然后在videos2里保存未被处理的
for i in file2_list:if i in test_list:b=b+1else:new_name = videos2_path + '\\' + ia=a+1shutil.copyfile(os.path.join(videos,i), new_name)

最后把未被处理的视频剪辑为15分钟,那么ava数据集裁剪过程就完成

【slowfast中ava数据集处理】ava数据集,将原视频裁剪为15分钟每段相关推荐

  1. 自定义AVA数据集流程及在SlowFast中训练

    目录 前言 一,视频的处理 1.1视频准备 1.2切割视频为图片 二.数据集文件 2.1数据集文件总览 2.2annotations 2.2.1ava_train_v2.2.csv 2.2.2ava_ ...

  2. 08【mmaction2 行为识别商用级别】自定义ava数据集 之 将视频裁剪为帧

    github(新版):https://github.com/Whiffe/mmaction2_YF 码云(新版):https://gitee.com/YFwinston/mmaction2_YF.gi ...

  3. 【ava数据集】ava数据集下载 使用迅雷

    目录 1 简介 2 官方数据源 3 python脚本处理 迅雷下载 5 参考 6 训练集和测试集的链接文档 1 简介 AVA数据集是时空行为检测数据集,AVA数据包含430个视频,每个视频15分钟,A ...

  4. 汇总 | 深度学习中图像语义分割基准数据集详解

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 汇总图像语义分割那些质量最好的数据集与常用benchmark数据集 ...

  5. Paddle 环境中 使用LeNet在MNIST数据集实现图像分类

    简 介: 测试了在AI Stuio中 使用LeNet在MNIST数据集实现图像分类 示例.基于可以搭建其他网络程序. 关键词: MNIST,Paddle,LeNet #mermaid-svg-FlRI ...

  6. unity随机方向的代码_ECCV 2020 目前用于车辆重识别(vehicle reID)中最大的合成车辆数据集(代码开源)...

    论文题目: Simulating Content Consistent Vehicle Datasets with Attribute Descent 论文地址: https://arxiv.org/ ...

  7. 深度学习技术在社会化推荐场景中的总结(附数据集)

    前言 不知道大家有没有感觉,在日常生活中用到推荐一词的时候经常是用在社交场景中的.到一个地方旅游让朋友推荐一下旅游景点,学习某一项技术的时候让朋友推荐一些有什么书可以看.在众多推荐系统的方向中,我觉得 ...

  8. 【Scikit-Learn 中文文档】40 数据集加载工具 - 用户指南 | ApacheCN

    中文文档: http://sklearn.apachecn.org/cn/stable/datasets/index.html 英文文档: http://sklearn.apachecn.org/en ...

  9. rstudio的数据集怎么建立和保存_R语言中怎样将自己的数据集整合到R中?怎样将多个源文件同时载入内存?...

    谢邀. 一.关于第一个问题 要考虑两个方面:数据集大小和数据集使用频率(短期暂时使用,频繁长期使用). 1.如果你的数据集不算大,或者你对这个数据集只是短期使用需求,那你可以在第一次载入数据集之后,保 ...

最新文章

  1. python不支持以下哪种数据类型_Python 不支持以下哪种数据类型?
  2. c++ 头文件 .h 理解与实践
  3. Cognos报表展示图片小技巧
  4. C语言实用算法系列之学生管理系统_单向链表内操作_提取排序规则
  5. rsync同步数据到内网
  6. django的models常用字段、属性
  7. ASP.NET Core 设置允许跨域访问
  8. 简单记录一下做的项目过程中踩过的坑
  9. paip.提升效率---模块化设计方法V2012.9.15
  10. uniapp app运行到手机模拟器
  11. 如何用 matplotlib 画论文中的CNN结构图
  12. VMware安装macOS High Sierra 10.13苹果系统并设置共享文件夹详细教程(图文)
  13. SEM竞价推广关键词托词方法与词性划分
  14. 【转】对Android开发者有益的40条优化建议
  15. 计算机技术前沿知识,计算机前沿技术综述_相关文章专题_写写帮文库
  16. 鸿蒙开发者招募,华为鸿蒙2.0手机开发者Beta公测招募网址 HarmonyOS 2.0手机开发者Beta公测招募地址[多图]...
  17. 有小数点的补码怎么算_-49d补码的是多少?怎样计算的?
  18. Spring Boot教程(三十五)使用MongoDB数据库(1)
  19. 【渝粤题库】广东开放大学 机电工程图样视图 形成性考核
  20. 【PHP】如何提高网页加载速度?

热门文章

  1. MySQL命令大全:MySQL命令行大全
  2. HSI、HSV、RGB、CMY、CMYK、HSL、HSB、Ycc、XYZ、Lab、YUV颜色模型(转)
  3. 【网络原理】网络通信与协议
  4. 什么是计算机网络协议叙述协议的三要素,网络协议的含义及三要素是什么
  5. 无人驾驶--实时定位与地图构建(SLAM)仿真与实战(附源码)
  6. 笨方法学Python(二)
  7. js/JavaScript防抖处理
  8. PTA 病毒感染检测 (15分)
  9. 如何开发一个企业级的 Go 应用?
  10. class torch.optim.lr_scheduler.StepLR