Python 如何为三维模型预处理视频

我在Keras中有一个三维模型：

model = Sequential(

Conv3D(32, (3,3,3), activation='relu', input_shape=self.input_shape),
MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)),
Conv3D(64, (3,3,3), activation='relu'),
MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)),
Conv3D(128, (3,3,3), activation='relu'),
Conv3D(128, (3,3,3), activation='relu'),
MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)),
Conv3D(256, (2,2,2), activation='relu'),
Conv3D(256, (2,2,2), activation='relu'),
MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)),

Flatten(),
Dense(1024)),
Dropout(0.5),
Dense(1024),
Dropout(0.5)),
Dense(self.nb_classes, activation='softmax')
)

该模型基于本文

使用Conv3D对要预测的视频数据进行预处理的最佳方法是什么

我编写此函数是为了从UCF-101的每个视频中提取帧：

def frame_writer(pathIn, pathOut, class_name):
"""
This function will read videos and write frames in a new dataset
args:
    pathIn -> base dataset of videos
    pathOut -> destination folder for the frames ('data/path')
"""
#creating output path if it not exists
try:
  if not os.path.exists(pathOut + '/' + class_name):
    os.makedirs(pathOut + '/' + class_name)

  else:
    pass
except:
  print('Invalid path!')

#getting the list containing all files from the directory
pathIn_files = glob.glob(pathIn + '\\' + class_name + '\\' + '*.avi')
video_limit = len(pathIn_files)

#iterating over all files
for i, j in zip(pathIn_files, range(len(pathIn_files))):
  #getting the names from file paths
    base_name = os.path.basename(pathIn_files[j])
    file_name = base_name[0:-4] #taking only the file name (without extension)

    #getting the frames
    vidcap = cv2.VideoCapture(i)
    success,image = vidcap.read()
    count = 0
    success = True
    while success:
      success,image = vidcap.read()
      print ('Read a new frame: ', success)
      cv2.imwrite(pathOut + '\\' + class_name + "\\%s_frame%d.jpg" % (file_name, count), image)
      count += 1
print('Done!')

现在我有了这样的帧数据集：

文件夹：数据

-子文件夹：train

-子文件夹：class1

--frame1\u video1\u class1.jpg

--frame2\u video1\u class1.jpg

--frame3\u video1\u class1.jpg

--frameN\u viden\u class1.jpg

-子文件夹：class2

--frame1\u video1\u class2.jpg

--frame2_vide1_class2.jpg

--frame3\u video1\u class2.jpg

--frameN\u viden\u class2.jpg

-子文件夹：测试

-子文件夹：class1

--frame1\u video1\u class1.jpg

--frame2\u video1\u class1.jpg

--frame3\u video1\u class1.jpg

--frameN\u viden\u class1.jpg

-子文件夹：class2

--frame1\u video1\u class2.jpg

--frame2\u video1\u class2.jpg

--frame3\u video1\u class2.jpg

--frameN\u viden\u class2.jpg

所以我把所有视频中的所有帧放在一个与其类对应的文件夹中

我必须使用keras函数中的ImageDataGenerator将其传递给我的Conv3D模型

那么，在这种情况下，每次传递来自每个类的每个视频的每个帧

还是我必须用另一种方式

我只需要用这个模型预测视频

---

谢谢你的支持

一种方法是将所有帧放入一个大张量中，相应地标记它们，并将其作为Keras模型的输入。张量中的帧数将是批处理大小。

很好！我试试这个！你有关于这个的教程链接吗？