在Kaggle中使用torchvision的VideoReader读取视频时遇属性错误

问题分析 #

你在Kaggle笔记本中使用torchvision.io.VideoReader读取视频时触发的错误，核心原因有两个：

1. 库冲突：同时安装了av和pyav（二者是同一个库的新旧PyPI包名），导致版本冲突引发API异常。
2. 版本不兼容：torchvision 0.18.0与av 12.x版本存在API不匹配，av 12.x移除了AudioCodecContext.average_rate属性，但torchvision的代码仍在调用该属性。

解决方案 #

1. 彻底清理并重新安装兼容的库组合

首先卸载所有冲突或不兼容的库，再安装经过验证的兼容版本：

!pip uninstall -y av pyav torch torchvision torchaudio
!pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 av==11.0.0

2. 规避音频流相关错误（可选）

如果视频文件的音频流存在异常，即使安装了兼容版本，读取元数据时仍可能触发错误，可通过以下方式规避：

import torch
import torchvision
import os

video_path = os.path.join(VIDEOS, '001', '001_segment_1.mp4')

# 仅加载视频流，跳过音频流处理
video = torchvision.io.VideoReader(video_path, stream_type='video')

# 提取元数据时过滤音频相关内容
metadata = video.get_metadata()
video_only_metadata = {key: val for key, val in metadata.items() if key != 'audio'}
print(video_only_metadata)

内容的提问来源于stack exchange，提问作者Felipe Marra