Die Verarbeitung von benutzerdefinierten Videodaten mit SegAnyMo besteht hauptsächlich aus den folgenden Schritten:
1. die Datenaufbereitung:
- Organisieren von Video- oder Bildsequenzen in einer Standardverzeichnisstruktur
- Wenn es sich um eine Videodatei handelt, müssen Sie die Einzelbilder zunächst mit einem Programm (z. B. FFmpeg) in den Bilderordner extrahieren.
- Vergewissern Sie sich, dass das Format des Dateinamens korrekt ist (SAM2 erfordert einfache, numerisch benannte .jpg-Dateien)
2. betriebliche Vorverarbeitung:
- Verarbeitung von Daten mit dem Skript run_inference.py
- Der Parameter -e kann hinzugefügt werden, um den Hocheffizienzmodus zu aktivieren, um die Verarbeitungslast zu verringern.
- Steuern Sie die Abtastrate mit dem Parameter -step (je kleiner der Wert, desto höher die Genauigkeit).
3. die Vorhersage der Flugbahn:
- Herunterladen von vortrainierten Modellgewichten aus offiziellen Quellen
- Ändern Sie den Pfadparameter in der Konfigurationsdatei configs/example_train.yaml
- Führen Sie das Skript zur Vorhersage der Bewegungsabläufe aus
4. die Erzeugung von Masken:
- Aufruf des SAM2-Moduls zur Maskenverfeinerung
- Geben Sie die Parameter für den Eingabe- und Ausgabepfad an
- Überprüfen Sie die generierten Segmentierungsergebnisse
Der gesamte Prozess kann sehr lange dauern (je länger das Video, desto länger die Verarbeitungszeit) und es wird empfohlen, ihn auf einem GPU-Gerät mit ausreichender Leistung auszuführen. Falls Formatierungsprobleme auftreten, können diese durch Änderung des Quellcodes oder Umbenennung der Dateien gelöst werden. Eine ausführliche Beschreibung der Befehlszeilenparameter ist in der Projektdokumentation enthalten.
Diese Antwort stammt aus dem ArtikelSegAnyMo: ein Open-Source-Tool zur automatischen Segmentierung beliebiger bewegter Objekte aus VideosDie
