媒体生成计算机视觉深度学习人工智能大模型【免费下载链接】mmagicOpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox. Unlock the magic : Generative-AI (AIGC), easy-to-use APIs, awsome model zoo, diffusion models, for text-to-image generation, image/video restoration/enhancement, etc.项目地址https://gitcode.com/gh_mirrors/mm/mmagic点击查看免费下载导读本文是 MMagic 仓库中 tools/dataset_converters/ntire21_decompression/README.md 的完整技术解读与实践指南围绕NTIRE 2021 压缩视频质量增强Quality Enhancement of Compressed Video挑战赛测试数据集的获取、生成与目录组织展开。读完本文你将掌握如何在data目录下按三个赛道track1/2/3正确摆放 GT/LQ 帧序列使其能被 BasicVSR 压缩视频增强配置 直接读取并理解 BasicFramesDataset 与GenerateSegmentIndices变换如何消费这套目录结构从而顺利完成 NTIRE21 数据集的评测。数据集背景与引用规范NTIRE21 decompression 数据集来自 NTIRE 2021 挑战赛的Quality Enhancement of Compressed Video赛道用于研究如何从经过视频压缩如 H.264/H.265 等编码器后质量下降的压缩视频中恢复清晰、接近原始质量的画面。该任务与视频超分辨率同属视频修复/增强Video Restoration / Enhancement范畴是 MMagic 中 BasicVSR 模型的核心应用场景之一。在论文或技术报告中引用该数据集时请使用仓库文档中给出的 BibTeX 条目inproceedings{yang2021dataset, title{{NTIRE 2021} Challenge on Quality Enhancement of Compressed Video: Dataset and Study}, author{Ren Yang and Radu Timofte}, booktitle{IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops}, year{2021} }下载与生成以官方主页教程为准根据原文档说明NTIRE21 decompression 的测试数据集需要从数据集的官方主页作者 Ren Yang 维护的 NTIRE21_VEnh 项目下载并按照主页提供的教程自行生成——也就是说仓库并不附带数据也不内置一键生成脚本而是要求使用者遵循官方流程完成以下两步下载原始资源从官方主页获取三个赛道Track 1/2/3对应的压缩视频或压缩流资源按官方教程生成数据依照主页说明对下载内容进行解码、抽帧等处理最终产出GTGround Truth真实高清帧与LQLow Quality压缩退化帧两套逐帧 PNG 序列。需要特别说明的是本仓库的 tools/dataset_converters 目录下并未提供针对 NTIRE21 的专用转换脚本该目录下的 reds、div2k、df2k_ost 等子目录才包含各自的预处理脚本因此数据生成环节必须以官方主页教程为唯一依据本文重点保证生成完成之后的目录摆放与 MMagic 侧配置完全对齐。目录结构三个赛道 × 双序列GT/LQ生成完成后数据必须严格按以下结构组织在仓库根目录下的data文件夹中这是 MMagic 各配置文件中data_root的默认约定mmagic ├── mmagic ├── tools ├── configs ├── data │ ├── NTIRE21_decompression_track1 │ │ ├── GT │ │ │ ├── 001 │ │ │ │ ├── 001.png │ │ │ │ ├── ... │ │ │ ├── ... │ │ │ ├── 010 │ │ ├── LQ │ │ │ ├── 001 │ │ │ │ ├── 001.png │ │ │ │ ├── ... │ │ │ ├── ... │ │ │ ├── 010 │ ├── NTIRE21_decompression_track2 │ │ ├── GT │ │ ├── LQ │ ├── NTIRE21_decompression_track3 │ │ ├── GT │ │ ├── LQ对这份结构做三点关键解读赛道命名三个根目录分别对应挑战赛的 Track 1、Track 2、Track 3即NTIRE21_decompression_track{1,2,3}与下文配置文件中的metainfodict(dataset_typentire21_track{1,2,3})一一对应两级目录每个赛道下先分GT与LQ两个序列目录再按视频片段编号如001~010建子目录帧文件为001.png、002.png…… 这种序列目录/片段目录/帧文件的布局正是 MMagic 视频帧数据集Frames 类数据集的标准形态命名模板帧文件采用三位数补零命名001.png这决定了配置中filename_tmpl{:03d}.png与start_idx1的设置详见下文配置联动。注意Track 1 的示例展示了完整的001~010片段结构Track 2/3 的目录结构与之相同同样包含GT与LQ两个子目录文档中以省略号示意。配置联动这份数据集在 MMagic 中如何被消费评测配置BasicVSR 的 NTIRE21 decompression 三赛道NTIRE21 decompression 数据集在 MMagic 中主要服务于 BasicVSRCVPR2022模型的压缩视频增强评测。仓库在 configs/basicvsr_pp 下提供了三份一一对应的评测配置配置文件对应赛道data_rootdataset_typebasicvsr-pp_c128n25_600k_ntire-decompress-track1.pyTrack 1data/NTIRE21_decompression_track1ntire21_track1basicvsr-pp_c128n25_600k_ntire-decompress-track2.pyTrack 2data/NTIRE21_decompression_track2ntire21_track2basicvsr-pp_c128n25_600k_ntire-decompress-track3.pyTrack 3data/NTIRE21_decompression_track3ntire21_track3Track 1 是完整配置查看源文件其测试数据加载部分如下test_pipeline [ dict( typeGenerateSegmentIndices, interval_list[1], start_idx1, filename_tmpl{:03d}.png), dict(typeLoadImageFromFile, keyimg, channel_orderrgb), dict(typeLoadImageFromFile, keygt, channel_orderrgb), dict(typePackInputs) ] test_dataloader dict( num_workers1, batch_size1, persistent_workersFalse, samplerdict(typeDefaultSampler, shuffleFalse), datasetdict( typeBasicFramesDataset, metainfodict(dataset_typentire21_track1, task_namevsr), data_rootdata/NTIRE21_decompression_track1, data_prefixdict(imgLQ, gtGT), pipelinetest_pipeline))而 Track 2/3 配置则通过继承 Track 1 的方式精简实现Track 2、Track 3_base_ ./basicvsr-pp_c128n25_600k_ntire-decompress-track1.py experiment_name basicvsr-pp_c128n25_600k_ntire-decompress-track2 work_dir f./work_dirs/{experiment_name} test_dataloader dict( datasetdict( typeBasicFramesDataset, metainfodict(dataset_typentire21_track2, task_namevsr), data_rootdata/NTIRE21_decompression_track2))由此可清晰看出数据集准备与配置之间的对应关系data_root必须与本文上一节的目录名NTIRE21_decompression_track{1,2,3}完全一致data_prefixdict(imgLQ, gtGT)表明LQ目录下是模型输入imgGT目录下是评测真值gt——这正是准备数据时要同时生成两套序列的原因metainfo中的dataset_type仅作为数据集元信息标记不影响路径解析。底层实现BasicFramesDataset 如何扫描目录上述配置使用的BasicFramesDataset实现在 mmagic/datasets/basic_frames_dataset.py 中。从源码看该类专为帧序列类低层视觉任务视频超分、视频插帧等设计且注释文件ann_file是可选的未提供ann_file时_get_path_list_from_folder会以data_prefix[search_key]默认取data_prefix第一个 key此处即LQ为根目录按depth逐层扫描第一层得到片段名001、002……第二层得到帧文件load_data_list会为每个序列生成img_path与gt_path前缀即LQ与GT并把sequence_length记录下来供流水线后续按帧序号拼接具体文件路径。也就是说只要目录结构符合data_root/LQ/片段号/帧文件.png与data_root/GT/片段号/帧文件.pngBasicFramesDataset就能自动完成数据列表的构建无需额外编写注释文件——这正是原文档强调目录结构应如下所示的根本原因。帧索引生成为什么是{:03d}.png与start_idx1流水线中的GenerateSegmentIndices变换实现在 mmagic/datasets/transforms/generate_frame_indices.py负责把序列切分为帧索引段。其关键行为filename_tmpl{:03d}.png用三位补零格式拼接帧文件名对应数据中001.png的命名start_idx1序列内第一帧的索引从 1 开始计数NTIRE21 数据集帧从 1 编号而非常见的 0interval_list[1]测试时帧间隔固定为 1逐帧连续采样不做时间维数据增强。源码中索引到路径的拼接逻辑为img_path [ osp.join(img_path_root, clip_name, self.filename_tmpl.format(v)) for v in neighbor_list ] gt_path [ osp.join(gt_path_root, clip_name, self.filename_tmpl.format(v)) for v in neighbor_list ]其中clip_name即目录扫描得到的片段名如001img_path_root/gt_path_root即data_prefix中的LQ/GT。因此如果实际数据的帧文件命名不是三位补零或片段编号从 0 开始就必须同步修改配置文件中的filename_tmpl与start_idx否则评测会因路径拼接错误而失败。评测入口用 tools/test.py 验证数据准备是否正确数据就绪后可借助 configs/basicvsr_pp/README.md 中提供的 NTIRE 2021 预训练权重通过 tools/test.py 对三个赛道逐一评测。以 Track 1 为例python tools/test.py configs/basicvsr_pp/basicvsr-pp_c128n25_600k_ntire-decompress-track1.py track1 预训练权重路径或 URL多卡评测则使用./tools/dist_test.sh configs/basicvsr_pp/basicvsr-pp_c128n25_600k_ntire-decompress-track1.py track1 预训练权重路径或 URL 8配置文件中的test_evaluator会同时计算PSNR与SSIM两项指标见 Track 1 配置这与 NTIRE 挑战赛的标准评测口径一致。此外configs/basicvsr_pp/README.md 的 NTIRE 2021 checkpoints 小节列出了三个 decompress 赛道对应的 BasicVSR 模型下载信息Track 1/2/3 各有独立权重可分别用于验证各赛道的数据准备与评测流程。常见问题与自检清单结合目录结构与源码实现准备数据时建议按以下清单自查路径一致性data_rootdata/NTIRE21_decompression_track{1,2,3}是否与配置文件完全一致三个赛道是否都同时包含GT与LQ两个子目录命名规范帧文件是否为三位补零的.png001.png起片段目录名001~010是否与帧索引的start_idx1对应内容完整性GT与LQ的片段数量、每段帧数是否一致压缩解码/抽帧过程中是否出现缺帧或错帧可读性验证BasicFramesDataset不依赖注释文件直接扫描目录若首次运行报文件找不到类错误优先检查filename_tmpl与实际文件名是否匹配GenerateSegmentIndices 源码 中的路径拼接逻辑是排查关键。评测闭环用对应赛道的预训练权重跑通 tools/test.py确认 PSNR/SSIM 输出正常即证明数据准备完全就绪。小结NTIRE21 decompression 数据集的准备并不复杂核心要点可以概括为从官方主页按教程下载并生成数据 → 严格按track{1,2,3}/GT|LQ/片段号/三位补零帧文件的结构摆放 → 与 BasicVSR 三赛道配置 中的data_root、data_prefix、filename_tmpl、start_idx对齐 → 用 tools/test.py 完成评测验证。掌握这套流程后你可以将同样的目录组织经验迁移到 MMagic 中其他帧序列类数据集如 REDS、Vimeo-90K的准备工作中因为 BasicFramesDataset 对它们使用的是同一套扫描与加载机制。赞分享媒体生成计算机视觉深度学习人工智能大模型【免费下载链接】mmagicOpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox. Unlock the magic : Generative-AI (AIGC), easy-to-use APIs, awsome model zoo, diffusion models, for text-to-image generation, image/video restoration/enhancement, etc.项目地址https://gitcode.com/gh_mirrors/mm/mmagic点击查看免费下载相关推荐MMagic 实战NTIRE21 压缩视频质量增强Compressed Video Enhancement数据集准备与评测指南MMagic 实战NTIRE21 压缩视频质量增强Compressed Video Enhancement数据集准备与评测指南 本指南以 MMagic 仓媒体生成计算机视觉深度学习人工智能大模型MMagic 数据集准备指南Vimeo90K-triplet 视频插帧数据集的下载、目录组织与工程化加载MMagic 数据集准备指南Vimeo90K triplet 视频插帧数据集的下载、目录组织与工程化加载 Vimeo90K triplet 是视频插帧Vid媒体生成计算机视觉深度学习人工智能大模型CANN opbase 错误码 EZ1002 排查指南环境变量未配置导致的算子库配置错误CANN opbase 错误码 EZ1002 排查指南环境变量未配置导致的算子库配置错误 CANN/opbase 是 CANN 算子库的基础框架库负责算子公媒体生成计算机视觉深度学习人工智能大模型上一篇网盘直链下载助手告别限速烦恼的终极下载解决方案下一篇绝区零一条龙全自动助手告别重复操作解放你的双手创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考