You need to enable JavaScript to run this app.
AI 数据湖服务

AI 数据湖服务

复制全文
视频分析
视频质量评分
复制全文
视频质量评分

算子介绍

描述

视频质量评分处理器,基于 CLIP-IQA 对采样帧评分并聚合为视频质量分

核心功能:

  • 视频质量评分:对采样帧进行评分并聚合
  • 多来源支持:支持 URL/TOS/本地路径/二进制输入
  • 可配置采样策略:按帧数、时间间隔、FPS等方式采样
  • 可配置聚合方式:avg / max / min

格式支持:

  • 输入:常见视频格式(MP4/MOV/MKV/AVI 等)
  • 输出:浮点数质量评分(0.0-1.0)

注意与前提

细分项

注意与前提

费用

调用算子前,您需先了解使用算子时的模型调用费用,详情请参见大模型调用计费

鉴权(API Key)

调用算子前,您需要先生成算子调用的API Key,并建议将API Key配置为环境变量,便于更安全地调用算子,详情请参见获取 API Key 并配置

BaseURL

调用算子前,您需要先根据您当前使用的LAS服务所在地域,了解算子调用的BaseURL,用于配置算子调用路径参数取值。
详情请参见获取 Base URL,下文中的调用示例仅作为参考,实际调用时需替换为您对应地域的路径取值。

Daft 调用

算子参数

输入

输入列名

说明

video_paths

可选,视频文件路径列(本地、TOS、HTTP等),与 video_binaries 二选一

video_binaries

可选,视频二进制数据列,与 video_paths 二选一

video_formats

可选,视频格式字符串列,配合 video_binaries 使用

输出

包含视频质量评分的浮点数组,无法评分返回null值

参数

如参数没有默认值,则为必填参数

参数名称

类型

默认值

描述

model_path

str

/opt/las/models

模型文件存储路径

clip_model_name

str

openai/clip-vit-large-patch14

CLIP 模型名称或路径

prompt

str

quality

质量评估提示词

device

str

cuda

设备类型,支持CPU和GPU设备
默认值:"cuda"
可选值:"cpu", "cuda", "cuda:0", "cuda:1"等

sample_mode

str

by_count_uniform

采样模式,参考 VideoFrameSampler

start_time_sec

float

0.0

采样起始时间(秒)

end_time_sec

float or None

采样结束时间(秒)

count_k

int or None

8

均匀采样帧数(by_count_uniform使用)

interval_sec

float or None

时间间隔(秒,by_interval_time使用)

interval_frames

int or None

解码帧间隔(by_interval_frames使用)

target_fps

float or None

目标采样FPS(by_fps使用)

timestamps_sec

list[float] or None

采样时间戳列表(秒,by_timestamps使用)

max_frames

int or None

返回帧上限

reduce_mode

str

avg

多帧聚合策略,可选 "avg"

default_video_format

str

mp4

二进制/BASE64输入的视频格式

调用示例

下面的代码展示了如何使用 Daft(适用于分布式)运行算子对视频进行质量评分。由于输入是 URL 格式,只需要配置模型路径即可。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.udf import las_udf
from daft.las.functions.video import VideoQualityScore

if __name__ == "__main__":
    TOS_TEST_DIR_URL = os.getenv("TOS_TEST_DIR_URL", "las-cn-beijing-public-online.tos-cn-beijing.volces.com")
    model_path = os.getenv("MODEL_PATH", "/opt/las/models")

    if os.getenv("DAFT_RUNNER", "native") == "ray":
        import logging

        import ray

        def configure_logging():
            logging.basicConfig(
                level=logging.INFO,
                format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
                datefmt="%Y-%m-%d %H:%M:%S",
            )
            logging.getLogger("tracing.span").setLevel(logging.WARNING)
            logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
            logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

        ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
        daft.set_runner_ray()

    daft.set_execution_config(actor_udf_ready_timeout=600)
    daft.set_execution_config(min_cpu_per_task=0)

    samples = {
        "video_path": [f"https://{TOS_TEST_DIR_URL}/public/shared_video_dataset/sample.mp4"],
    }
    ds = daft.from_pydict(samples)

    constructor_kwargs = {
        "model_path": model_path,
        "clip_model_name": "openai/clip-vit-large-patch14",
        "prompt": "quality",
        "device": "cuda",
        "sample_mode": "by_count_uniform",
        "count_k": 4,
        "reduce_mode": "avg",
    }

    ds = ds.with_column(
        "quality_score",
        las_udf(VideoQualityScore, construct_args=constructor_kwargs, num_gpus=1, batch_size=1, concurrency=1)(
            col("video_path")
        ),
    )

    ds.show()
    # ╭────────────────────────────────┬────────────────────╮
    # │ video_path                     ┆ quality_score      │
    # │ ---                            ┆ ---                │
    # │ String                         ┆ Float64            │
    # ╞════════════════════════════════╪════════════════════╡
    # │ https://las-cn-beijing-publi-… ┆ 0.37               │
    # ╰────────────────────────────────┴────────────────────╯
最近更新时间:2026.02.10 15:51:19
这个页面对您有帮助吗?
有用
有用
无用
无用