Tfds.Features.TensorFlow 2中视频解码的视频用法

问题描述

我正在尝试使用tfds.Feature.Video对TensorFlow 2中的视频进行解码，以便使用以下代码输出"tf.uint8类型的tf.张量器和形状[Num_Frames，Height，Width，Channels]"：

import numpy as np
import pandas as pd
import tensorflow as tf
import tensorflow_datasets as tfds
df_trains= pd.DataFrame()
df_trains['video_files']= ['aa.mp4']

files_ds = tf.data.Dataset.from_tensor_slices(df_trains.video_files)

video_class = tfds.features.Video(shape=(None, 1080, 1920,3), encoding_format='png', ffmpeg_extra_args=())

a= video_class.decode_example(files_ds)

但是，它会生成以下错误："AssertionError: Feature Video can only be decoded when defined as top-level feature, through info.features.decode_example()"

我无法解决它，请在这方面帮助我。

推荐答案

您不能那样使用tfds.features.Video。tfds.features.Video通常与tfds.builder或tfds.load一起使用。

所以当您使用tfds_download_dataset时，您会感觉很舒服，但很难使用自定义数据集。

features = tfds.features.FeaturesDict({
    'video': tfds.features.Video(shape=(None, 1080, 1920,3)),
})
tfds.load(..., decoders=features, ...)

但是tfds.features.Video可以通过使my_dataset包含数据来使用。

然而，这是非常恼人的。所以cv2比那个好。

这篇关于Tfds.Features.TensorFlow 2中视频解码的视频用法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！