flicker-detector-gpu

安装后提供三个命令行入口（Windows 下为 Scripts 目录中的 gpu-flicker-detector.exe、gpu-flicker-detector-server.exe、gpu-flicker-detector-client.exe）：本地检测、启动带 Web 界面的服务、以及作为客户端调用已运行的服务。

pip install flicker-detector-gpu

gpu-flicker-detector（本地检测）

在本地直接跑 PredNet 推理，将结果写入 JSON 文件。

常用参数

支持的视频扩展名示例：.mp4、.webm、.mov、.mkv、.avi、.m4v。

最少帧数：任意模式均需至少 4 帧，否则进程以非零退出并在 stderr 说明原因。

退出码

• 0：成功写出 --output
• 2：输入/模型/参数等错误（详情在 stderr）

输出 JSON（--output）

顶层字段：

findings[] 每项（合并后的连续异常段）：

• flash_type：固定为 PredNet 异常类型标识
• scene：场景标签（当前为 STABLE）
• start_time_ms / end_time_ms：区段起止时间（毫秒）
• during_time_ms：持续时间
• video_start_time_ms / video_end_time_ms：相对序列起点的时间
• start_frame / end_frame：帧索引
• path_start / path_end：起止帧对应的路径或标签
• score_peak：该段内峰值分数
• metric：分数名称（prednet_total，与训练 val_loss 量纲一致）

frame_scores：

• values：每帧一个浮点分数（与 metric 一致）
• metric：prednet_total
• threshold：使用的阈值
• max_value：全序列最大分数（若无有效值则为 null）

gpu-flicker-detector-server（HTTP 服务 + 界面）

启动 FastAPI 服务；若本机已安装 Docker Compose v2 且能找到项目内 compose 文件，默认优先用 Docker 拉起 GPU 镜像，否则在本机用 Uvicorn 直接跑 API。

参数

常用环境变量

启动成功后，在浏览器打开 http://<host>:<port>/（本机默认 http://127.0.0.1:8765/）。若已构建并打包前端静态资源，根路径会提供 SPA。

Web 界面说明

顶部导航为 「闪屏检测」 品牌与两个入口：

界面通过同源的 /api/* 与后端通信；CLI 客户端则使用下文 gpu-flicker-detector-client 访问同一套 API。

gpu-flicker-detector-client（调用远程服务）

向已运行的 gpu-flicker-detector-server 创建任务、轮询状态，结束时将 完整任务 JSON 打印到标准输出或写入文件。

参数

输出

• 默认（非 -q）：先打印 /api/health 的 JSON（除非 --skip-health），再打印 job_id 与轮询过程中的 [status] stage 行。
• 任务结束后：打印 完整任务对象 JSON（与 -o 写入文件内容相同），字段含 status（如 done / failed）、stage、结果与错误信息等（与 Web 详情一致）。

退出码

更完整的部署、Docker、开发与模型说明见仓库根目录 README.md。