clips_at_regular_timestamps¶
- torchcodec.samplers.clips_at_regular_timestamps(decoder, *, seconds_between_clip_starts: float, num_frames_per_clip: int = 1, seconds_between_frames: Optional[float] = None, sampling_range_start: Optional[float] = None, sampling_range_end: Optional[float] = None, policy: Literal['repeat_last', 'wrap', 'error'] = 'repeat_last') FrameBatch[source]¶
在规则（等距）时间戳处采样clips。
注意
为了与现有的采样API（如torchvision）保持一致，此采样器采用
seconds_between_clip_starts参数而不是num_clips。如果您发现支持num_clips会有用，请通过提交功能请求告知我们。- Parameters:
解码器 (VideoDecoder) – 用于从中采样片段的
VideoDecoder实例。seconds_between_clip_starts (float) – 每个剪辑开始之间的间隔（以秒为单位）。
num_frames_per_clip (int, 可选) – 每个剪辑的帧数。默认值：1。
seconds_between_frames (float 或 None, 可选) – 每个剪辑中帧之间的时间（以秒为单位）。更准确地说，这定义了帧采样点之间的时间，即我们采样帧的时间戳。由于帧跨越时间间隔，剪辑中帧的开始时间可能不会完全按照
seconds_between_frames间隔 - 但平均而言，它们会是。默认值为None，设置为平均帧持续时间（1/average_fps）。sampling_range_start (float 或 None, 可选) – 采样范围的开始，定义了剪辑可能开始的第一个时间戳（以秒为单位）。默认值：None，对应于视频的开始。（注意：有些视频从负值开始，这就是为什么默认值不是0）。
sampling_range_end (float 或 None, 可选) – 采样范围的结束，定义了剪辑可能开始的最后一个时间戳（以秒为单位）。该值是独占的，即剪辑只能在[
sampling_range_start,sampling_range_end)范围内开始。如果为None（默认值），则自动设置该值，以确保剪辑不会超出视频的结束时间，即设置为end_video_seconds - (num_frames_per_clip - 1) * seconds_between_frames。当剪辑超出视频结束时，policy参数定义了如何构建此类剪辑。policy (str, optional) –
定义如何构建超出视频末尾的剪辑。这最好通过一个例子来描述： 假设视频中最后一个有效（可搜索）的时间戳是10.9，并且 一个剪辑被采样以在时间戳10.5开始，使用
num_frames_per_clip=5和seconds_between_frames=0.2，剪辑中帧的 采样时间戳应该是 [10.5, 10.7, 10.9, 11.1, 11.2]。但11.1和11.2是无效的 时间戳，因此policy参数定义了如何替换这些 帧，使用有效的采样时间戳：”repeat_last”：重复剪辑的最后一个有效帧。我们将 得到在时间戳 [10.5, 10.7, 10.9, 10.9, 10.9] 采样的帧。
”wrap”：绕回到剪辑的开头。我们将得到 在时间戳 [10.5, 10.7, 10.9, 10.5, 10.7] 采样的帧。
”error”：引发错误。
默认是“repeat_last”。请注意，当
sampling_range_end=None（默认）时，此策略参数不太可能相关。
- Returns:
采样的片段，作为一个5D的
FrameBatch。data字段的形状是(num_clips,num_frames_per_clips, …)，其中…是(H, W, C)或(C, H, W) 取决于VideoDecoder的dimension_order参数。pts_seconds和duration_seconds字段的形状是(num_clips,num_frames_per_clips)。- Return type:
使用
clips_at_regular_timestamps的示例：
