视频分类的数据集构造

借鉴的是C3D。
删了一大堆没用的东西，只保留了数据读取。
原本还有一堆代码是用来将视频转图片的，自己有数据集就不需要了。
视频转图片完全可以自己写，不需要放在这部分。。

原来版本可以看这个博主的
https://blog.csdn.net/IT_charge/article/details/121289061?spm=1001.2014.3001.5506

import os
import torch
import cv2
import numpy as np
from torch.utils.data import Dataset

class VideoDataset(Dataset):
    def __init__(self, split='train', clip_len=16):
        self.output_dir = 'data/ucf101'  #图片文件夹
        folder = os.path.join(self.output_dir, split)
        self.clip_len = clip_len
        self.split = split
        self.crop_size = 112
        self.fnames, labels = [], []#视频名字和标签fake/real

        for label in sorted(os.listdir(folder)):
            for fname in os.listdir(os.path.join(folder, label)):
                self.fnames.append(os.path.join(folder, label, fname))
                labels.append(label)

        assert len(labels) == len(self.fnames)
        print('Number of {} videos: {:d}'.format(split, len(self.fnames)))

        # 准备标签名称（字符串）和索引（整数）之间的映射
        self.label2index = {
   label: index for index, label in enumerate(sorted(set(labels)))