sparse_to_dense 0.0.1

labeling tool for autosink project

sparse-to-dense

labeling tool

실행 준비

저장소 클론

# 서드파티 서브모듈들이 포함된 저장소이므로 모두 함께 다운로드
git clone --recursive https://github.com/slink-to-unlock/sparse-to-dense
# 프로젝트 루트로 디렉토리 이동
cd sparse-to-dense

파일 준비

• source.mov 파일을 프로젝트 루트에 준비
• 다른 이름의 파일을 실행하고 싶다면 sparse_to_dense/sparse/main.py 파일을 수정할 것.

파이썬 의존성 설치

실행 스크립트

{프로젝트_루트}$ python -m pip install -r requirements.txt

시스템 의존성 설치

• 서드파티 라이브러리의 의존성인 ffmpeg 설치
• 서드파티 디렉토리에 video-splitter 설치

실행

레이블러 실행

동영상을 클립으로 분해

• T를 눌러서 클립으로 분절할 타이밍 명시
• Q를 눌러서 종료 (하나의 타이밍으로 계산됨)
• NOTE: MacOS환경에서 동영상이 되감기되지 않으므로 주의
• NOTE: 동영상이 맨 마지막까지 실행되면 자동으로 하나의 클립으로 인식함

분해된 클립들을 0, 1 태깅

• 0을 눌러서 0으로 태깅, 1을 눌러서 1로 태깅
• NOTE: 메타데이터 태깅 과정에서 동일한 작업을 GUI로 실행할 수 있으므로 이 과정을 생략해도 됨.

실행 스크립트

{프로젝트_루트}$ python -m sparse_to_dense.sparse.main

메타데이터 태깅 실행

실행 스크립트

{프로젝트_루트}$ streamlit run sparse_to_dense/app.py

가보자가보자

• 여기에 나와 있는 하드코딩적 요소들을 제거
• dense 모드에서 같은 기능이 CLI와 GUI로 모두 제공되는 사용성 해결
  • index 기반으로 json에서 파싱하지 말고 경로를 바탕으로 선택하는 것이 나은 설계
• sparse 모드와 dense 모드가 잘 어우러지도록 변경
• Manager 객체들에 함수들이 제멋대로 값을 쓰는 캡슐화 문제 수정
• Manager 클래스가 너무 많은 권한을 가지고 만능 키처럼 쓰이고 있음
  • 객체의 정보가 파일에 동시에 동기화되는 방식이 너무 원시적임
    • 이 문제가 해결되어야 다음과 같은 상황에 대응 가능
      • 처음에 불러올 비디오가 n개가 되는 경우
      • 레이블링 도중에 다른 raw비디오가 추가되는 경우
  • 이것을 어떻게 수정할 수 있을지에 대한 중장기적인 고민이 필요
• 환경 이슈를 줄이기 위해 도커로 패킹하여 제공