目錄

• 前言
• 一，ffmpeg 自動裁剪
• • 1.1 目錄結構
  • 1.2 cutVideoToImage.sh
  • 1.2 myVideo
  • 1.3 myVideo15mins
  • 1.5 myFrames
  • 1.6 運行
  • 1.7 查看結果
• 二，detectron2中的faster rcnn檢測
• • 2.1 img
  • 2.2 myvia.py
  • 2.3 運行
  • 2.4 結果展示
• 三，via標注
• • 3.1 csv文件修改（去掉全部單引號）
  • 3.2 在via中導入圖片
  • 3.2 導入csv文件

前言

B站講解視頻

通過slowfast的官網可以知道，使用ffmpeg將視頻先裁剪15分鐘的視頻，然后將15分鐘的視頻轉化為圖片幀。再使用detectron2的faster rcnn檢測所有圖片，再用python將檢測結果整理為via（VGG Image Annotator）可是識別的csv文件。

一，ffmpeg 自動裁剪

我們需要將視頻剪輯為15分鐘的視頻，這里和ava不同，ava要的是視頻第15分鐘到30分鐘的，但是我們這里就不用了，直接裁剪0到15分鐘的視頻。

然后是將15分鐘的視頻切割成幀，我這里是每秒一幀。

1.1 目錄結構

首先創建四個文件夾
ffmpeg_code:存放ffmpeg代碼
myFrames：存放視頻裁剪后的圖片幀
myVideo：原始視頻
myVideo15mins：剪輯后的視頻（15分鐘）

1.2 cutVideoToImage.sh

在ffmpeg_code下創建cutVideoToImage.sh

這個代碼就是自動把視頻裁剪，然后再裁剪圖片

代碼如下（有注釋）：

#這個shell是將視頻先剪輯為15分鐘視頻，然后再將15分鐘的視頻按照每秒1幀剪輯為圖片#開始之前 先清除 myFrames下的內容 rm -rf /home/lxn/yf_videos/myFrames#這里是剪輯視頻，和ava官網不同，這里直接剪輯前15分鐘的視頻 videoName="eight.mp4" ffmpeg -ss 0 -t 901 -i "../myVideo/${videoName}" "../myVideo15mins/${videoName}"#切割圖片，每秒1幀 IN_DATA_DIR="../myVideo15mins" OUT_DATA_DIR="../myFrames"if [[ ! -d "${OUT_DATA_DIR}" ]]; thenecho "${OUT_DATA_DIR} doesn't exist. Creating it.";mkdir -p ${OUT_DATA_DIR} fifor video in $(ls -A1 -U ${IN_DATA_DIR}/*) dovideo_name=${video##*/}if [[ $video_name = *".webm" ]]; thenvideo_name=${video_name::-5}elsevideo_name=${video_name::-4}fiout_video_dir=${OUT_DATA_DIR}/${video_name}/mkdir -p "${out_video_dir}"out_name="${out_video_dir}/${video_name}_%06d.jpg"ffmpeg -i "${video}" -r 1 -q:v 1 "${out_name}" done#需要裁剪的圖片移動到指定文件夾，用于faster rcnn自動框人 #首先清理指定文件夾里存在的圖片 rm -rf /home/lxn/0yangfan/detectron2_repo/img/original #存放檢測結果的文件也需要清空 #rm -rf /home/lxn/0yangfan/detectron2_repo/img/detectionif [[ videoName = *".webm" ]]; thenvideoName=${videoName::-5} elsevideoName=${videoName::-4}fi cp -r "../myFrames/${videoName}" /home/lxn/0yangfan/detectron2_repo/img/original

在代碼的最后一句：

cp -r "../myFrames/${videoName}" /home/lxn/0yangfan/detectron2_repo/img/original

這個表示將最后裁剪的圖片放在/home/lxn/0yangfan/detectron2_repo/img/original目錄下，這個img/original目錄是自己創建的目錄。

1.2 myVideo

在myVideo下存放原始視頻，就是我們自己收集的數據集視頻

1.3 myVideo15mins

在myVideo15mins中存放剪輯的視頻（代碼中自動剪輯存儲）

1.5 myFrames

myFrames中存放剪輯的圖片

1.6 運行

進入到目錄：/ffmpeg_code中，然后執行如下命令：

sudo sh cutVideoToImage.sh

會花一點時間（順便去背背單詞）

1.7 查看結果

最后結果，是要在/home/lxn/0yangfan/detectron2_repo/img/original下查看，如果這里出現了903張剪輯好的圖片，說明成功了。

二，detectron2中的faster rcnn檢測

第一部分，我們已經將視頻轉化為圖片，這一部分將使用detectron2中的faster rcnn 將全部圖片進行檢測。

2.1 img

在目錄/detectron2_repo/下創建img目錄，這個目錄用來存放原始圖片，處理后的圖片，csv文件。

original：用于存放原始圖片的目錄（里面的圖片是ffmpeg裁剪出來的，然后再復制到這個目錄下的）。

detection用于存放檢測后的圖片

detection.csv：是將最后的檢測結果轉換為via可以識別的csv文件。

2.2 myvia.py

在目錄/detectron2_repo/demo/下創建myvia.py這個文件：

代碼如下（有注釋）：

#Copyright (c) Facebook, Inc. and its affiliates. import argparse import glob import multiprocessing as mp import os import time import cv2 import tqdm import osfrom detectron2.config import get_cfg from detectron2.data.detection_utils import read_image from detectron2.utils.logger import setup_loggerfrom predictor import VisualizationDemoimport csv import pandas as pd #導入pandas包 import re# constants WINDOW_NAME = "COCO detections"def setup_cfg(args):# load config from file and command-line argumentscfg = get_cfg()# To use demo for Panoptic-DeepLab, please uncomment the following two lines.# from detectron2.projects.panoptic_deeplab import add_panoptic_deeplab_config # noqa# add_panoptic_deeplab_config(cfg)cfg.merge_from_file(args.config_file)cfg.merge_from_list(args.opts)# Set score_threshold for builtin modelscfg.MODEL.RETINANET.SCORE_THRESH_TEST = args.confidence_thresholdcfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = args.confidence_thresholdcfg.MODEL.PANOPTIC_FPN.COMBINE.INSTANCES_CONFIDENCE_THRESH = args.confidence_thresholdcfg.freeze()return cfgdef get_parser():parser = argparse.ArgumentParser(description="Detectron2 demo for builtin configs")parser.add_argument("--config-file",default="configs/quick_schedules/mask_rcnn_R_50_FPN_inference_acc_test.yaml",metavar="FILE",help="path to config file",)parser.add_argument("--webcam", action="store_true", help="Take inputs from webcam.")parser.add_argument("--video-input", help="Path to video file.")parser.add_argument("--input",nargs="+",help="A list of space separated input images; ""or a single glob pattern such as 'directory/*.jpg'",)parser.add_argument("--output",help="A file or directory to save output visualizations. ""If not given, will show output in an OpenCV window.",)parser.add_argument("--confidence-threshold",type=float,default=0.5,help="Minimum score for instance predictions to be shown",)parser.add_argument("--opts",help="Modify config options using the command-line 'KEY VALUE' pairs",default=[],nargs=argparse.REMAINDER,)return parserif __name__ == "__main__":mp.set_start_method("spawn", force=True)args = get_parser().parse_args()setup_logger(name="fvcore")logger = setup_logger()logger.info("Arguments: " + str(args))#圖片的輸入和輸出文件夾imgOriginalPath = './img/original/'imgDetectionPath= './img/detection'# 讀取文件下的圖片名字for i,j,k in os.walk(imgOriginalPath):# k 存儲了圖片的名字#imgInputPaths用于存儲圖片完整地址#使用.sort()防止亂序k.sort()imgInputPaths = kcountI=0for namek in k:#循環將圖片的完整地址加入imgInputPaths中imgInputPath = imgOriginalPath + namekimgInputPaths[countI]=imgInputPathcountI = countI + 1break#修改args里輸入圖片的里路徑args.input = imgInputPaths#修改args里輸出圖片的路徑args.output = imgDetectionPathcfg = setup_cfg(args)demo = VisualizationDemo(cfg)#創建csvcsvFile = open("./img/detection.csv", "w+",encoding="gbk") #創建寫的對象CSVwriter = csv.writer(csvFile) #先寫入columns_name #寫入列的名稱CSVwriter.writerow(["filename","file_size","file_attributes","region_count","region_id","region_shape_attributes","region_attributes"]) #寫入多行用CSVwriter#寫入多行#CSVwriter.writerows([[1,a,b],[2,c,d],[3,d,e]])#csvFile.close()#https://blog.csdn.net/xz1308579340/article/details/81106310?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.controlif args.input:if len(args.input) == 1:args.input = glob.glob(os.path.expanduser(args.input[0]))assert args.input, "The input path(s) was not found"for path in tqdm.tqdm(args.input, disable=not args.output):# use PIL, to be consistent with evaluationimg = read_image(path, format="BGR")start_time = time.time()predictions,visualized_output = demo.run_on_image(img)#只要檢測結果是人的目標結果mask = predictions["instances"].pred_classes == 0pred_boxes = predictions["instances"].pred_boxes.tensor[mask]#在路徑中正則匹配圖片的名稱ImgNameT = re.findall(r'[^\\/:*?"<>|\r\n]+$', path)ImgName = ImgNameT[0]#獲取圖片大小（字節）ImgSize = os.path.getsize(path)#下面的為空(屬性不管)img_file_attributes="{"+"}"#每張圖片檢測出多少人img_region_count = len(pred_boxes)#region_id表示在這張圖中，這是第幾個人，從0開始數region_id = 0#region_attributes 為空img_region_attributes = "{"+"}"#循環圖中檢測出的人的坐標，然后做修改，以適應viafor i in pred_boxes:#將i中的數據類型轉化為可以用的數據類型（list）iList = i.cpu().numpy().tolist()#數據取整,并將坐標數據放入到img_region_shape_attributes = {"\"name\"" : "\"rect\"" , "\"x\"" : int(iList[0]) , "\"y\"" : int(iList[1]) ,"\"width\"" : int(iList[2]-iList[0]) , "\"height\"" : int(iList[3]-iList[1]) }#將信息寫入csv中CSVwriter.writerow([ImgName,ImgSize,'"{}"',img_region_count,region_id,str(img_region_shape_attributes),'"{}"'])region_id = region_id + 1logger.info("{}: {} in {:.2f}s".format(path,"detected {} instances".format(len(predictions["instances"]))if "instances" in predictionselse "finished",time.time() - start_time,))if args.output:if os.path.isdir(args.output):assert os.path.isdir(args.output), args.outputout_filename = os.path.join(args.output, os.path.basename(path))else:assert len(args.input) == 1, "Please specify a directory with args.output"out_filename = args.outputvisualized_output.save(out_filename)else:cv2.namedWindow(WINDOW_NAME, cv2.WINDOW_NORMAL)cv2.imshow(WINDOW_NAME, visualized_output.get_image()[:, :, ::-1])if cv2.waitKey(0) == 27:break # esc to quit#關閉csv csvFile.close()

2.3 運行

進入到目錄：/detectron2_repo中，輸入命令：

python3 ./demo/myvia.py --config-file configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml --opts MODEL.WEIGHTS detectron2://COCO-Detection/faster_rcnn_R_50_FPN_3x/137849458/model_final_280758.pkl

2.4 結果展示

檢測結果圖

檢測后的csv文件

三，via標注

最后，我們要把上一部分生成的csv文件導入到via中，開始之前，需要做一些準備。

3.1 csv文件修改（去掉全部單引號）

在文件夾detectron2_repo/img/中的detection.csv還不能直接用，要做一點點修改，修改如下：

使用文本編輯器打開detection.csv

要做的修改就是將這里面的全部 ’ 去掉（去掉全部的單引號）

3.2 在via中導入圖片

打開via

選中原始圖圖片

導入成功后的樣子

3.2 導入csv文件

按照下圖方式選中detection.csv文件

最后的結果展示

總結

以上是生活随笔為你收集整理的【ffmpeg裁剪视频faster rcnn自动检测 via】全自动实现ffmpeg将视频切割为图片帧，再使用faster rcnn将图片中的人检测出来，最后将检测结果转化为via可识别的csv格式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。