[人工智能] 项目实训（五）—参数设置与调用接口

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 项目实训（五）—参数设置与调用接口 -> 正文阅读

[人工智能]项目实训（五）—参数设置与调用接口

前言：

我们在服务器中专门建立了一个文件夹用于保存用户上传的视频、视频处理的中间结果以及最终果，结构如下：（每个用户都会有一个以ID命名的文件夹，这里我们创建的文件夹仅仅用于测试）

——EasyCut
  ——ID
    ——ID_VideoName
      ——Original_Video  //原视频地址
      ——SceneSeg_Video  //场景划分结果
      ——Key_Frame
      ——Resources

1、命令行参数设置：

LGSS框架关于场景划分处理的原视频的地址、中间结果的保存地址以及划分结果的保存地址都是固定的，如果想要实际运用起来，需要将其设置为参数。

1、pre/ShotDetection/shotdetect.py

（1）原视频地址：运行时由 --video_path 指定：
请添加图片描述

（2）帧（frame）和镜头（shot）相关文件的保存目录：运行时由 --save_data_root_path 指定：
请添加图片描述
shot_stats 文件保存和读取地址：

shot_keyf 文件保存地址：

shot_txt 文件保存地址：

shot_spilt_video 文件保存地址：
请添加图片描述

2、lgss/config/demo.py
data_root 、shot_frm_path 、video_name：
请添加图片描述

3、lgss/run.py
config/demo 中的 data_root、shot_frm_path、video_name 由运行时的参数指定：
请添加图片描述
4、lgss/utilis/dataset_utilis.py：
最终划分结果的保存地址（即 scene_video）：

shot_txt 文件的读取也在该程序中：

5、lgss/src/data/demo.py
通过切分出的镜头（shot）进行最后的场景划分时（即运行 lgss/run.py）需要读取 shot_keyf 文件：
请添加图片描述
6、lgss/utilis目录下的 iou.py 和 recall_time.py 中相关中间结果文件的地址也需要进行相应修改

测试:
1、运行 shotdetect.py：

python ShotDetection/shotdetect.py --print_result --save_keyf --save_keyf_txt --video_path /opt/data/private/xuyunyang/EasyCut/ID/ID_VideoName/Original_Video/demo.mp4  --save_data_root_path /opt/data/private/xuyunyang/EasyCut/ID/ID_VideoName/SceneSeg_Video

请添加图片描述
2、运行 run.py：

python run.py config/demo.py /opt/data/private/xuyunyang/EasyCut/ID/ID_VideoName demo

请添加图片描述

2、调用接口

运行场景划分、视频摘要、人脸检测算法需要多次通过命令行、使用多个参数，为了更方便地在后端使用，需要将这三个算法连起来，对外提供一个调用接口：

新建一个接口文件 algorithm_run.py ，使用 subprocess.call ( ) 来执行命令行：

import subprocess
import argparse
from app import start

if __name__ == '__main__':

    parser = argparse.ArgumentParser("Single Video ShotDetect")
    parser.add_argument('ID')
    parser.add_argument('ID_VideoName')
    parser.add_argument('video_name')
    args = parser.parse_args()

    #SceneSeg
    path_root='/opt/data/private/xuyunyang/2022419/SceneSeg'
    save_path='/opt/data/private/xuyunyang/EasyCut/'+args.ID+'/'+args.ID_VideoName
    command1='python '+path_root+'/pre/ShotDetection/shotdetect.py --print_result --save_keyf --save_keyf_txt --video_path '+save_path+'/Original_Video/'+args.video_name+' --save_data_root_path '+save_path+'/SceneSeg_Video'
    retcode1=subprocess.call(command1,shell=True)
    command2='python '+path_root+'/lgss/run.py '+path_root+'/lgss/config/demo.py '+save_path+' '+args.video_name.split('.')[0]
    retcode2=subprocess.call(command2,shell=True)

    # key frame
    command3='python /opt/data/private/xuyunyang/run.py --id '+args.ID+' --idvn '+args.ID_VideoName+' --name '+args.video_name
    retcode3=subprocess.call(command3,shell=True)

    # face detect
    start(args.ID,args.ID_VideoName,args.video_name)