回答編集履歴
2
修正
answer
CHANGED
|
@@ -31,7 +31,6 @@
|
|
|
31
31
|
self.num_frame = num_frame
|
|
32
32
|
self.transform = transform
|
|
33
33
|
self.phase = phase
|
|
34
|
-
self.LHE = Luminance_Histogram_Equalization()
|
|
35
34
|
|
|
36
35
|
def __len__(self):
|
|
37
36
|
return self.num_frame #################################
|
1
追記
answer
CHANGED
|
@@ -1,1 +1,60 @@
|
|
|
1
|
-
追記に記載-----
|
|
1
|
+
追記に記載-----
|
|
2
|
+
|
|
3
|
+
######・1/21
|
|
4
|
+
さらに1.5倍ほど高速化し、1つの動画に約55分という理想に近い速度で処理できるようになりました!
|
|
5
|
+
PILのクロップをしているあたりに時間がかかっていたので、
|
|
6
|
+
https://blog.shikoan.com/pytorch-extract-patches/
|
|
7
|
+
を参考に、フレーム画像をTensorに変換し、それからunfoldを使って一気にクロップするように変更しました
|
|
8
|
+
```Python
|
|
9
|
+
Transformでunfoldするクラス
|
|
10
|
+
int(x[1])は109で、フレーム画像から画像をcropするときの画像間のstep幅
|
|
11
|
+
class Make_Patch:
|
|
12
|
+
def __init__(self, x):
|
|
13
|
+
self.step = int(x[1] * (224 / 256)) # resize後のstepなので、* (224 / 256)
|
|
14
|
+
|
|
15
|
+
def __call__(self, img):
|
|
16
|
+
imgs = img.unsqueeze(0).unfold(2, 224, self.step).unfold(3, 224, self.step).permute([0, 2, 3, 1, 4, 5]).reshape(-1, 3, 224, 224)
|
|
17
|
+
return imgs
|
|
18
|
+
|
|
19
|
+
Transformを変更
|
|
20
|
+
"test": transforms.Compose([
|
|
21
|
+
transforms.Resize(resize),
|
|
22
|
+
transforms.ToTensor(),
|
|
23
|
+
transforms.Normalize(mean, std),
|
|
24
|
+
Make_Patch(x),
|
|
25
|
+
])
|
|
26
|
+
|
|
27
|
+
Datasetを変更
|
|
28
|
+
class Dataset(data.Dataset):
|
|
29
|
+
def __init__(self, cap, num_frame, transform=None, phase="test"):
|
|
30
|
+
self.cap = cap
|
|
31
|
+
self.num_frame = num_frame
|
|
32
|
+
self.transform = transform
|
|
33
|
+
self.phase = phase
|
|
34
|
+
self.LHE = Luminance_Histogram_Equalization()
|
|
35
|
+
|
|
36
|
+
def __len__(self):
|
|
37
|
+
return self.num_frame #################################
|
|
38
|
+
|
|
39
|
+
def __getitem__(self, index):
|
|
40
|
+
ret, self.frame = self.cap.read()
|
|
41
|
+
self.frame = cv2pil(self.frame)
|
|
42
|
+
cropped_img = self.transform(self.frame, self.phase)#######################
|
|
43
|
+
return cropped_img
|
|
44
|
+
|
|
45
|
+
Transformのresizeは256→224にしていたが、今回の実装ではフレーム画像をリサイズしてTensorにしてunfoldするので、1024→896にリサイズ
|
|
46
|
+
resize = 896 # 224/256 = 0.875, 1024*0.875 = 896
|
|
47
|
+
|
|
48
|
+
推論部分を変更
|
|
49
|
+
#推論
|
|
50
|
+
with torch.no_grad():
|
|
51
|
+
for i, inputs in enumerate(tqdm(dataloader)):
|
|
52
|
+
inputs = inputs.reshape(-1, 3, 224, 224) # 先頭に余計な次元1があるので消す
|
|
53
|
+
if use_cuda:
|
|
54
|
+
inputs = inputs.cuda()
|
|
55
|
+
outputs = model(inputs)
|
|
56
|
+
if inputs.size()[0] == batch_size * len(x) * len(y): # フレーム数がバッチサイズで割り切れないときは、最後のイテレーションの代入はインデックス指定を変更
|
|
57
|
+
prob_array[i*batch_size:i*batch_size+batch_size] = softmax(outputs)[:, 1].to('cpu').detach().numpy().copy().reshape(batch_size, len(x), len(y))
|
|
58
|
+
else:
|
|
59
|
+
prob_array[i*batch_size:] = softmax(outputs)[:, 1].to('cpu').detach().numpy().copy().reshape(-1, len(x), len(y))
|
|
60
|
+
```
|