Buckets:
| # Video İşleyici | |
| `VideoProcessor`, VAE kodlaması için girdileri hazırlamak ve çıktıların çözümlendikten sonra işlenmesi için video iş akışlarına birleşik bir API sağlar. Sınıf, [VaeImageProcessor](/docs/diffusers/main/tr/api/image_processor#diffusers.VaeImageProcessor)'dan devraldığı için yeniden boyutlandırma, normalizasyon ve PIL Image, PyTorch ile NumPy dizileri arasında dönüşüm gibi dönüşümleri içerir. | |
| ## VideoProcessor[[diffusers.VideoProcessor.preprocess_video]] | |
| #### diffusers.VideoProcessor.preprocess_video[[diffusers.VideoProcessor.preprocess_video]] | |
| ```python | |
| diffusers.VideoProcessor.preprocess_video(video, height: int | None = None, width: int | None = None, **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/video_processor.py#L28) | |
| **Parametreler:** | |
| video (`list[PIL.Image]`, `list[list[PIL.Image]]`, `torch.Tensor`, `np.array`, `list[torch.Tensor]`, `list[np.array]`) : Girdi videosu. Aşağıdakilerden biri olabilir: * PIL görüntülerinin listesi. * PIL görüntülerinin listelerinin listesi. * 4B Torch tensörleri (her tensör için beklenen şekil `(num_frames, num_channels, height, width)`). * 4B NumPy dizileri (her dizi için beklenen şekil `(num_frames, height, width, num_channels)`). * 4B Torch tensörlerinin listesi (her tensör için beklenen şekil `(num_frames, num_channels, height, width)`). * 4B NumPy dizilerinin listesi (her dizi için beklenen şekil `(num_frames, height, width, num_channels)`). * 5B NumPy dizileri: her dizi için beklenen şekil `(batch_size, num_frames, height, width, num_channels)`. * 5B Torch tensörleri: her dizi için beklenen şekil `(batch_size, num_frames, num_channels, height, width)`. | |
| height (`int`, *isteğe bağlı*, varsayılan `None`) : Videonun ön işlenmiş karelerindeki yükseklik. `None` ise, varsayılan yüksekliği almak için `get_default_height_width()` kullanılır. | |
| width (`int`, *optional*`, defaults to `None`) : The width in preprocessed frames of the video. If `None`, will use get_default_height_width()` to get the default width. | |
| **Dönüş:** `torch.Tensor`, şekli `(batch_size, num_channels, num_frames, height, width)` | |
| Toplu kanallar-öncelikli video(lar)ı tutan 5B bir tensör. | |
| Girdi video(lar)ını ön işler. Anahtar kelime argümanları `VaeImageProcessor.preprocess` işlevine iletilecektir. | |
| #### diffusers.VideoProcessor.postprocess_video[[diffusers.VideoProcessor.postprocess_video]] | |
| ```python | |
| diffusers.VideoProcessor.postprocess_video(video: Tensor, output_type: str = 'np', **kwargs) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/video_processor.py#L93) | |
| **Parametreler:** | |
| video (`torch.Tensor`) : Video, bir tensör olarak. | |
| output_type (`str`, varsayılan `"np"`) : İşlemden geçirilmiş `video` tensörünün çıktı türü. | |
| Bir video tensörünü dışa aktarım için kare listesine dönüştürür. Anahtar kelime argümanları `VaeImageProcessor.postprocess` işlevine iletilecektir. | |
Xet Storage Details
- Size:
- 3.04 kB
- Xet hash:
- 49dfc370603cbaadf661237f8dbbdbfa5a6922d73944202a06668c6cfdaa9caf
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.