如何从视频文件名提取类名并生成带标签的TXT文件？

一、生成目标格式标签文件的代码 #

你的原代码仅遍历了一级目录，未深入子文件夹，且存在语法逻辑错误。以下是修正后的代码，可直接生成你需要的格式：

import os

# 数据集根路径
root_path = '/video'
# 存储类名到编号的映射
class_to_idx = {}
# 存储最终写入内容
output_lines = []

# 遍历根目录下的类文件夹，从1开始分配类编号
for class_idx, class_name in enumerate(os.listdir(root_path), start=1):
    class_dir = os.path.join(root_path, class_name)
    if not os.path.isdir(class_dir):
        continue  # 跳过非文件夹项
    class_to_idx[class_name] = class_idx
    # 遍历当前类文件夹下的视频文件
    for video_file in os.listdir(class_dir):
        if video_file.endswith('.avi'):
            # 移除视频文件后缀
            video_name = os.path.splitext(video_file)[0]
            # 拼接成目标格式行
            line = f"{class_name}/{video_name} {class_idx}"
            output_lines.append(line)

# 写入到result.txt文件
with open('result.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(output_lines))

这段代码的核心逻辑：

• 自动识别/video下的所有类文件夹（drink、eat等）
• 为每个类分配从1开始的唯一编号
• 遍历每个类下的avi视频，生成类名/视频名 类编号格式的条目
• 将所有条目统一写入目标txt文件

二、关于项目中vid3d的作用 #

在该3D CNN动作识别项目里，vid3d是VideoTo3D类的实例，核心作用是将视频文件转换为3D张量数据。3D CNN需要处理包含时间维度的时空数据，而视频由连续帧组成，vid3d会提取视频帧、规整到统一尺寸，再将帧序列堆叠成(帧数, 高度, 宽度, 通道数)形状的3D数组，以此作为3D CNN模型的输入数据。

三、修改videoto3d.py和3dcnn.py的建议 #

1. 调整videoto3d.py #

可以在VideoTo3D类中新增方法，整合标签生成逻辑：

• 新增generate_label_file方法，复用上述标签生成代码，直接在视频预处理阶段生成标签文件
• 或者在video3d（提取视频帧的核心方法）中，同时返回帧数据和对应的类标签，方便后续训练时直接调用

2. 调整3dcnn.py #

在数据集加载环节，直接读取你生成的result.txt来获取视频路径与标签映射：

• 逐行读取result.txt，拆分出视频相对路径和对应标签
• 调用vid3d加载对应视频的3D张量数据
• 将数据与标签整理成模型训练所需的数据集格式

内容的提问来源于stack exchange，提问作者amy