nvidia.dali.fn.experimental.readers.video#

nvidia.dali.fn.experimental.readers.video(*, bytes_per_sample_hint=[0], dont_use_mmap=False, enable_frame_num=False, filenames=[], initial_fill=1024, labels=None, lazy_init=False, num_shards=1, pad_last_batch=False, prefetch_queue_depth=1, preserve=False, random_shuffle=False, read_ahead=False, seed=-1, sequence_length, shard_id=0, skip_cached_images=False, step=-1, stick_to_shard=False, stride=1, tensor_init_bytes=1048576, device=None, name=None)#

使用 FFmpeg 加载和解码视频文件。

视频流可以是大多数容器文件格式。FFmpeg 用于解析视频容器，并返回一批 sequence_length 帧的序列，形状为 (N, F, H, W, C)，其中 N 是批大小，F 是帧数。

注意

不支持索引的容器（如 MPEG）需要 DALI 构建索引。

DALI 将会浏览视频并标记关键帧，以便即使在可变帧率的情况下也能有效地查找。

支持的后端

  • ‘cpu’

  • ‘gpu’

关键字参数:

  • bytes_per_sample_hint (int or list of int, optional, default = [0]) –

    每个样本的输出大小提示，以字节为单位。

    如果指定，则驻留在 GPU 或页锁定主机内存中的算子输出将被预先分配，以容纳此大小的样本批次。

  • dont_use_mmap (bool, optional, default = False) –

    如果设置为 True，Loader 将使用普通文件 I/O 而不是尝试将文件映射到内存中。

    当访问本地文件系统时，映射提供小的性能优势，但大多数网络文件系统不提供最佳性能。

  • enable_frame_num (bool, optional, default = False) – 如果设置，则返回解码序列中第一帧的索引作为附加输出。

  • filenames (str or list of str, optional, default = []) – 要加载的视频文件的绝对路径。

  • initial_fill (int, optional, default = 1024) –

    用于洗牌的缓冲区大小。

    如果 random_shuffle 为 False，则忽略此参数。

  • labels (int or list of int, optional) – 与 filenames 参数中列出的文件关联的标签。如果未提供，则不会生成标签。

  • lazy_init (bool, optional, default = False) – 仅在第一次运行时（而不是在构造函数中）解析和准备数据集元数据。

  • num_shards (int, optional, default = 1) –

    将数据划分为指定数量的部分（分片）。

    这通常用于多 GPU 或多节点训练。

  • pad_last_batch (bool, optional, default = False) –

    如果设置为 True，则通过重复最后一个样本来填充分片。

    注意

    如果不同分片之间的批次数量不同，此选项可能会导致将整个重复样本批次添加到数据集。

  • prefetch_queue_depth (int, optional, default = 1) –

    指定要由内部 Loader 预取的批次数量。

    当 pipeline 受 CPU 阶段限制时，应增加此值，以内存消耗换取与 Loader 线程更好的交错。

  • preserve (bool, optional, default = False) – 即使算子的输出未使用，也阻止将其从图中删除。

  • random_shuffle (bool, optional, default = False) –

    确定是否随机洗牌数据。

    使用大小等于 initial_fill 的预取缓冲区按顺序读取数据，然后随机选择样本以形成批次。

  • read_ahead (bool, optional, default = False) –

    确定是否应预读访问的数据。

    对于 LMDB、RecordIO 或 TFRecord 等大型文件，此参数会减慢首次访问速度，但会减少所有后续访问的时间。

  • seed (int, optional, default = -1) – 随机种子；如果未设置，将自动分配一个。

  • sequence_length (int) – 每个序列要加载的帧数。

  • shard_id (int, optional, default = 0) – 要读取的分片索引。

  • skip_cached_images (bool, optional, default = False) –

    如果设置为 True，则当样本位于解码器缓存中时，将跳过加载数据。

    在这种情况下，加载器的输出将为空。

  • step (int, optional, default = -1) –

    每个序列之间的帧间隔。

    当该值小于 0 时，step 将设置为 sequence_length。

  • stick_to_shard (bool, optional, default = False) –

    确定读取器是否应坚持数据分片，而不是遍历整个数据集。

    如果使用解码器缓存，它可以显著减少要缓存的数据量，但可能会影响训练的准确性。

  • stride (int, optional, default = 1) – 序列中连续帧之间的距离。

  • tensor_init_bytes (int, optional, default = 1048576) – 每个图像要分配多少内存的提示。

在本页中