YOLO vid_stride参数视频处理异常，如何设置实现30秒间隔预测？

首先明确核心计算：你的视频帧率是25fps，30秒对应的帧数是 25 * 30 = 750 帧，也就是每间隔750帧需要执行一次预测。

你之前设置vid_stride=750出现异常的原因是，vid_stride的作用是连续采样时的帧步长（即每跳过vid_stride-1帧取一帧处理），但它不是用来实现“间隔固定时间点预测”的参数，直接设置大值会导致仅采样极少帧，保存的片段自然很短。

要实现每隔30秒预测一次的需求，有两种可行方案：

方案1：手动控制采样帧（推荐） #

利用stream=True的迭代特性，手动计数帧索引，每750帧执行一次预测并保存结果：

from ultralytics import YOLO

model_path = "/content/best.pt"
model = YOLO(model_path)

frame_count = 0
# 每750帧执行一次预测（对应30秒）
sample_interval = 25 * 30

for r in model.predict(source="/content/myvideo.mp4", stream=True):
    if frame_count % sample_interval == 0:
        # 对当前帧执行预测并保存结果
        r.save()
    frame_count += 1

方案2：指定预测的目标帧索引 #

如果已经明确需要预测的帧位置（0、750、1500...），可以直接通过frames参数传入这些索引，让模型只处理指定帧：

from ultralytics import YOLO

model_path = "/content/best.pt"
model = YOLO(model_path)

fps = 25
interval_sec = 30
total_frames = 7478
# 生成需要预测的帧索引列表
target_frames = list(range(0, total_frames, fps * interval_sec))

# 仅处理指定帧并保存结果
model.predict(source="/content/myvideo.mp4", save=True, frames=target_frames)

注意事项 #

• 如果你需要的是每隔30秒对一个短片段（比如连续几帧）进行预测，而不是单帧，可以在触发预测时，连续处理接下来的N帧（比如9帧），再跳过剩余的750-N帧。
• save=True在处理单帧时会生成仅含单帧的视频片段，若需要将所有预测帧合并成一个视频，可以后续用视频处理工具（如OpenCV）拼接结果。

内容的提问来源于stack exchange，提问作者sibhive