[项目实训]——Video-Summarization-Pytorch（2）

详细了解算法运算过程

环境配置

python=3.x

Pytorch

GPU

tabulate

文件结构

项目地址https://github.com/TorRient/Video-Summarization-Pytorch
可通过git clone项目

create_data

首先第一步是准备数据集，即将视频片段放入dataset中，并启动create_data方法，其中的关键代码是

    gen = Generate_Dataset(args.input, args.output)
    gen.generate_dataset()
    

这是利用了utils中generate_dataset方法，是一个生成数据集的过程：将视频转换为帧，特征提取，获得转换点，最后用户总结（用于评估）同时注意输入的参数，这期间可能会报错很多，问题大多集中在环境配置问题和参数输入的对错。

结果

_x_xMr-HKMfVA为测试使用的视频文件，data是测试结果文件（自主命名），

create_split

以json形式创建拆分的代码

结果

train_video_summarisation

训练模型同时找出关键帧，关键代码

def evaluate(model, dataset, test_keys, use_gpu):
    with torch.no_grad():        
        if config.SAVE_RESULTS:
            h5_res = h5py.File(os.path.join(config.SAVE_DIR, 'result.h5'), 'w')

        for key_idx, key in enumerate(test_keys):
            seq &#