网站虚拟主机查询,有代源码怎么做自己网站,房地产网,网络推广赚钱一、算法简介与功能
CoDef是作为一种新型的视频表示形式#xff0c;它包括一个规范内容场#xff0c;聚合整个视频中的静态内容#xff0c;以及一个时间变形场#xff0c;记录了从规范图像#xff08;即从规范内容场渲染而成#xff09;到每个单独帧的变换过程。针对目标…一、算法简介与功能
CoDef是作为一种新型的视频表示形式它包括一个规范内容场聚合整个视频中的静态内容以及一个时间变形场记录了从规范图像即从规范内容场渲染而成到每个单独帧的变换过程。针对目标视频这两个场共同优化以通过一个精心设计的渲染流程对其进行重建。我们特意在优化过程中引入了一些正则化项促使规范内容场从视频中继承语义例如物体的形状信息。 CoDeF 在视频处理中自然地支持图像算法的升级这意味着可以将图像算法应用于规范图像并借助时间变形场轻松地将结果传播到整个视频中。CoDeF 能够将图像到图像的转换提升为视频到视频的转换将关键点检测提升为关键点跟踪而无需任何训练。更重要的是由于CoDef的升级策略仅在一个图像上部署算法与现有的视频到视频转换方法相比CoDef在处理的视频中实现了更优越的跨帧一致性甚至成功地跟踪了水和烟雾等非刚性物体。
二、环境配置
Segment-and-Track-Anything
光线追踪、目标分割
conda create -n sta python3.10
git clone https://github.com/z-x-yang/Segment-and-Track-Anything.git
cd Segment-and-Track-Anything
conda install pytorch2.0.0 torchvision0.15.0 torchaudio2.0.0 pytorch-cuda11.7 -c pytorch -c nvidia
conda install m2-base
bash script/install.sh
git clone https://github.com/IDEA-Research/GroundingDINO.git
pip install weditor0.6.4https://huggingface.co/bert-base-uncased/tree/main
一、数据处理
1.剪切视频
把视频剪切成4秒以下的视频
2.拆分视频
使用ffmpeg拆分视频 ffmpeg -r 25 -i all_sequences/mm/mm.mp4 -start_number 0 -pix_fmt rgb24 all_sequences/mm/mm/%5d.png 3.分割目标
使用 Segment-and-Track-Anything进行目标分割 activate sta python app.py 然后打开http://127.0.0.1:7860 然后加载视频 复制到数据目录
4.生成mask图
执行 python preproc_mask.py 5.生成光线追踪数据 cd data_preprocessing/RAFT bash run_raft.sh mm 二、模型训练
1. 更改配置文件
在configs目录下创建一个和视频数据一个的目录在目录下添加一个base.yaml文件 文件内容如下注意img_wh和canonical_wh这两个参数
mask_dir: null
flow_dir: nullimg_wh: [720, 1280] #视频尺寸
canonical_wh: [720, 1280] #输出尺寸lr: 0.001
bg_loss: 0.003ref_idx: null # 0N_xyz_w: [8,8,]
flow_loss: 0
flow_step: -1
self_bg: Truedeform_hash: True
vid_hash: Truenum_steps: 10000
decay_step: [2500, 5000, 7500]
annealed_begin_step: 4000
annealed_step: 4000
save_model_iters: 20002. 训练模型
新建一个mm_train_multi.sh文件
GPUS0NAME$1
EXP_NAME$2ROOT_DIRECTORYall_sequences/$NAME/$NAME
MODEL_SAVE_PATHckpts/all_sequences/$NAME
LOG_SAVE_PATHlogs/all_sequences/$NAMEMASK_DIRECTORYall_sequences/$NAME/${NAME}_masks_0 all_sequences/$NAME/${NAME}_masks_1
FLOW_DIRECTORYall_sequences/$NAME/${NAME}_flowpython train.py --root_dir $ROOT_DIRECTORY \--model_save_path $MODEL_SAVE_PATH \--log_save_path $LOG_SAVE_PATH \--mask_dir $MASK_DIRECTORY \--flow_dir $FLOW_DIRECTORY \--gpus $GPUS \--encode_w --annealed \--config configs/${NAME}/${EXP_NAME}.yaml \--exp_name ${EXP_NAME}
运行训练脚本训练时间大概就几分钟看GPU的大小 bash scripts/mm_train_multi.sh mm base 三、测试模型
1.测试数据
在scripts目录下创建一个新的mm_test_multi.sh,文件内容如下
GPUS0NAME$1
EXP_NAME$2ROOT_DIRECTORYall_sequences/$NAME/$NAME
LOG_SAVE_PATHlogs/test_all_sequences/$NAMEMASK_DIRECTORYall_sequences/$NAME/${NAME}_masks_0 all_sequences/$NAME/${NAME}_masks_1WEIGHT_PATHckpts/all_sequences/$NAME/${EXP_NAME}/${NAME}.ckptpython train.py --test --encode_w \--root_dir $ROOT_DIRECTORY \--log_save_path $LOG_SAVE_PATH \--mask_dir $MASK_DIRECTORY \--weight_path $WEIGHT_PATH \--gpus $GPUS \--config configs/${NAME}/${EXP_NAME}.yaml \--exp_name ${EXP_NAME} \--save_deform False运行脚本文件 bash scripts/mm_test_multi.sh mm base 四、错误处理
1. windows不支持NCCL backend
Windows RuntimeError: Distributed package doesn‘t have NCCL built in
2. wsgiref-0.1.2
SyntaxError: Missing parentheses in call to ‘print’. Did you mean print(…)? pip install ./wsgiref-0.1.2
