Deep Motion Magnification 项目使用教程

Deep Motion Magnification 项目使用教程

deep_motion_mag 项目地址: https://gitcode.com/gh_mirrors/de/deep_motion_mag

1. 项目目录结构及介绍

deep_motion_mag/
├── configs/
│   └── ...  # 配置文件目录
├── data/
│   └── ...  # 数据文件目录
├── data_loader.py
├── magnet.py
├── main.py
├── modules/
│   └── ...  # 模块文件目录
├── ops/
│   └── ...  # 操作文件目录
├── preprocessor.py
├── requirements.txt
├── run_on_test_videos.sh
├── run_temporal_on_test_videos.sh
├── train.sh
├── utils/
│   └── ...  # 工具文件目录
└── README.md

目录结构介绍

  • configs/: 存放项目的配置文件。
  • data/: 存放数据文件,包括预训练模型和视频帧。
  • data_loader.py: 数据加载器脚本。
  • magnet.py: 核心处理脚本。
  • main.py: 主程序入口。
  • modules/: 存放各种模块文件。
  • ops/: 存放操作相关的脚本。
  • preprocessor.py: 预处理脚本。
  • requirements.txt: 项目依赖包列表。
  • run_on_test_videos.sh: 用于测试视频处理的脚本。
  • run_temporal_on_test_videos.sh: 用于基于时间过滤的测试视频处理脚本。
  • train.sh: 训练脚本。
  • utils/: 存放各种工具脚本。
  • README.md: 项目说明文档。

2. 项目启动文件介绍

run_on_test_videos.sh

该脚本用于处理测试视频,支持静态和动态模式。

sh run_on_test_videos.sh <experiment_name> <video_name> <amplification_factor> <run_dynamic_mode>
  • experiment_name: 实验名称。
  • video_name: 视频名称。
  • amplification_factor: 放大因子。
  • run_dynamic_mode: 是否启用动态模式(yes/no)。

run_temporal_on_test_videos.sh

该脚本用于基于时间过滤的测试视频处理。

sh run_temporal_on_test_videos.sh <experiment_name> <video_name> <amplification_factor> <low_cutoff> <high_cutoff> <sampling_rate> <n_filter_tap> <filter_type>
  • experiment_name: 实验名称。
  • video_name: 视频名称。
  • amplification_factor: 放大因子。
  • low_cutoff: 低截止频率。
  • high_cutoff: 高截止频率。
  • sampling_rate: 采样率。
  • n_filter_tap: 滤波器抽头数。
  • filter_type: 滤波器类型(如 "fir", "butter", "differenceOfIIR")。

3. 项目配置文件介绍

configs/ 目录

该目录下存放项目的配置文件,通常以 .conf 结尾。配置文件中包含各种参数设置,如数据路径、模型路径、训练参数等。

例如:

configs/
├── o3f_hmhm2_bg_qnoise_mix4_nl_n_t_ds3.conf
└── ...

配置文件示例

# 数据路径
data_path = "data/"

# 模型路径
checkpoint_path = "data/training/o3f_hmhm2_bg_qnoise_mix4_nl_n_t_ds3/checkpoint"

# 其他配置参数
...

通过修改配置文件中的参数,可以调整项目的运行行为。

deep_motion_mag 项目地址: https://gitcode.com/gh_mirrors/de/deep_motion_mag

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

潘俭渝Erik

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值