github（新版）：https://github.com/Whiffe/mmaction2_YF
码云（新版）：https://gitee.com/YFwinston/mmaction2_YF.git
github（老版本）：https://github.com/Whiffe/YF-OpenLib-mmaction2
码云（老版本）：https://gitee.com/YFwinston/YF-OpenLib-mmaction2.git
mmaction2 官网：https://github.com/open-mmlab/mmaction2
平台：极链AI
b站：https://www.bilibili.com/video/BV1tb4y1b7cy#reply5831466042
之前的mmaction2项目：【mmaction2 slowfast 行为分析(商用级别)】总目录
本系列的链接
00【mmaction2 行为识别商用级别】快速搭建mmaction2 pytorch 1.6.0与 pytorch 1.8.0 版本
03【mmaction2 行为识别商用级别】使用mmaction搭建faster rcnn批量检测图片输出为via格式
08【mmaction2 行为识别商用级别】自定义ava数据集 之 将视频裁剪为帧
前言
自定义ava数据集是一个较大的部分，我会分为多节来写，这次先写第一步，就是将视频裁剪为帧，但是有些规则必须遵守，不然在训练就会出问题。
一，准备好视频
将视频存放在一个文件夹（video）中，然后对视频进行有规律的取名（自定义）
二，裁剪视频代码
下面的代码位于（老版 新版的github项目我都做了上传，都是一样的）：
老版 https://github.com/Whiffe/YF-OpenLib-mmaction2/blob/main/demo/video2frames.sh
新版 https://github.com/Whiffe/mmaction2_YF/tree/main/demo
IN_DATA_DIR=$1 #这里传入输入视频的路径
OUT_DATA_DIR=$2 #这里传入输出视频的路径
#IN_DATA_DIR="../../data/ava/videos_15min"
#OUT_DATA_DIR="../../data/ava/frames"
if [[ ! -d "${OUT_DATA_DIR}" ]]; then
echo "${OUT_DATA_DIR} doesn't exist. Creating it.";
mkdir -p ${OUT_DATA_DIR}
fi
for video in $(ls -A1 -U ${IN_DATA_DIR}/*)
do
video_name=${video##*/}
if [[ $video_name = *".webm" ]]; then
video_name=${video_name::-5}
else
video_name=${video_name::-4}
fi
out_video_dir=${OUT_DATA_DIR}/${video_name}/
mkdir -p "${out_video_dir}"
out_name="${out_video_dir}/${video_name}_%06d.jpg"
ffmpeg -i "${video}" -r 30 -q:v 1 "${out_name}"
done
其中 ffmpeg -i "${video}" -r 30 -q:v 1 "${out_name}"
30代表1秒钟裁剪30帧，这是mmaction2官方用的参数，一般都是一秒裁剪30帧。
这一行out_name="${out_video_dir}/${video_name}_%06d.jpg" 代表视频帧的命名格式
三，执行代码与结果
将视频裁剪为视频帧：
bash ./demo/video2frames.sh /user-data/mmactionVideo/video /user-data/mmactionVideo/frames 1
# 第一个参数：/user-data/mmactionVideo/video 输入视频的路径
# 第二个参数：/user-data/mmactionVideo/frames 输出视频的路径
# 第三个参数：1 每秒裁剪多少帧图片
