create init

config/caption_config.json

@@ -0,0 +1,9 @@
+{
+    "fontname": "StandardSymbolsPS",
+    "fontsize": 14,
+    "fontcolor": "&HFFFFFF",
+    "borderw": 1,
+    "bordercolor": "&H000000",
+    "alignment": "2",
+    "margin": "5"
+}

config/exclude_word.json

@@ -0,0 +1,4 @@
+{
+    "exclude_word":["直播", "关注", "福袋", "时间", "开播", "预告", "数字", "扣", "编号", "券", "优惠", "福利", "补贴", "屏幕", "提前购", "粉丝", "新粉", "会员", "消费", "钱", "购物", "下单", "后台", "省", "买", "链接", "加单", "怎么买", "用户", "降价", "我教你", "码数", "价格", "券后", "上车", "码", "购物", "付款", "登记", "双十一", "库存", "踢一踢", "扣一", "盗版", "不需要", "拼手速", "断码", "刷新", "支付", "踢单", "稍等", "折扣", "立减", "断码", "包邮", "加一轮", "位置", "点赞", "客服", "下播", "杂牌", "替单", "账户", "二维码", "现货", "最后一波", "没货", "免费", "销量", "身高", "体重", "红心", "卖", "感谢", "团购", "下午好", "省钱", "上播", "钱", "百", "宝宝", "开播", "扣", "元", "券", "选", "链接", "福袋", "抽奖", "关注", "爱心", "红心", "点击", "嗯", "额", "卡码", "拍大", "价格", "谢谢", "大家", "姐妹", "宝宝", "样子", "刚刚", "全球", "售后", "女士", "全场", "门槛", "分享", "专属", "窗口", "今天", "喜欢", "价格", "现在", "你们", "双十", "后台", "出头", "改价", "省钱", "安排", "回家", "右上方", "当天", "卡码", "新粉", "妈妈", "纠结", "带走", "刷新", "先试", "犹豫", "折后", "库存", "南方", "北方", "左上方", "剩下", "领到", "如果", "号", "收到", "会员", "错过"]
+}
+

config/image_qa.py

@@ -0,0 +1,54 @@
+import os 
+
+def prompt():
+
+    prompt = """
+    ## 画面中央是否有人，人物穿着打扮是怎样的？
+    ## 以JSON格式回复，包含字段【是否有人】、【人物数量】、【人物位置】
+    ## 输出格式:
+    {
+        "是否有人": //<判断画面中央是否有人，要有完整的人脸才能判定为有人，否则判定为无人；取值范围：是、否>,
+        "人物数量": //<判断视频中央有多少个人，可以为0>,
+        "人物位置": //<判断人物在画面中的大概位置，取值范围：左、右、中间、无>
+    }
+    ## 注意：
+    - 无论如何都必须按照以上JSON格式输出。
+    """
+
+    return prompt
+
+def double_prompt():
+
+    prompt = """
+    ## 判断两张图像中是否为用一个人，是否穿着同一套衣服
+    ## 以JSON格式回复，包含字段【同一个人】、【穿同套衣服】
+    ## 输出格式:
+    {
+        "同一个人": //<判断两张图像中的人物是否为用一个人，取值范围：是、否>,
+        "人物数量": //<判断两张图像中的人物是否穿同一套衣服，取值范围：是、否>,
+    }
+    ## 注意：
+    - 无论如何都必须按照以上JSON格式输出。
+    """
+
+    return prompt
+
+
+def show_prompt():
+    prompt = """
+    ## 仔细查看画面内容，并进行画面内容分析。
+    ## 以JSON格式回复，包含字段【是否有人】、【人物数量】、【人物位置】、【手拿衣服】、【手拿平板】、【卡码拍大】
+    ## 输出格式:
+    {
+        "是否有人": //<判断画面中央是否有人，要有完整的人脸才能判定为有人，否则判定为无人；取值范围：是、否>,
+        "人物数量": //<判断视频中央有多少个人，可以为0>,
+        "人物位置": //<判断人物在画面中的大概位置，取值范围：左、右、中间、无>,
+        "手拿衣服": //<判断人物是否手中拿着衣服，取值范围：是、否>,
+        "手拿平板": //<判断人物是否手中拿着平板，取值范围：是、否>,
+        "卡码拍大": //<判断图像中是否有'卡码拍大'四个字，取值范围：是、否>
+    }
+    ## 注意：
+    - 无论如何都必须按照以上JSON格式输出。
+    """
+
+    return prompt

config/include_word.json

@@ -0,0 +1,3 @@
+{
+    "include_word":["羊毛", "材质", "裙子", "面料", "款式", "颜色", "版型", "工艺", "内搭", "高级"]
+}

config/sencevoice_config.json

@@ -0,0 +1,6 @@
+{
+    "max_single_segment_time": 20000,
+    "threshold": 0.7,                  
+    "min_duration": 500,               
+    "speech_pad": 300                  
+}

data/img_caption/for_cut/frame_00000-frame_00060.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00000-frame_00060"}

data/img_caption/for_cut/frame_00060-frame_00120.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "否", "对比图像": "frame_00060-frame_00120"}

data/img_caption/for_cut/frame_00120-frame_00360.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00120-frame_00360"}

data/img_caption/for_cut/frame_00360-frame_00480.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00360-frame_00480"}

data/img_caption/for_cut/frame_00480-frame_00540.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00480-frame_00540"}

data/img_caption/for_cut/frame_00540-frame_00600.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00540-frame_00600"}

data/img_caption/for_cut/frame_00600-frame_00660.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00600-frame_00660"}

data/img_caption/for_cut/frame_00660-frame_00720.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00660-frame_00720"}

data/img_caption/for_cut/frame_00720-frame_00780.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00720-frame_00780"}

data/img_caption/for_cut/frame_00780-frame_00900.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00780-frame_00900"}

data/img_caption/for_cut/frame_00900-frame_00960.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00900-frame_00960"}

data/img_caption/for_cut/frame_00960-frame_01020.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_00960-frame_01020"}

data/img_caption/for_cut/frame_01020-frame_01200.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01020-frame_01200"}

data/img_caption/for_cut/frame_01200-frame_01260.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01200-frame_01260"}

data/img_caption/for_cut/frame_01260-frame_01320.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01260-frame_01320"}

data/img_caption/for_cut/frame_01320-frame_01380.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01320-frame_01380"}

data/img_caption/for_cut/frame_01380-frame_01740.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "否", "对比图像": "frame_01380-frame_01740"}

data/img_caption/for_cut/frame_01740-frame_01800.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01740-frame_01800"}

data/img_caption/for_cut/frame_01800-frame_01860.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01800-frame_01860"}

data/img_caption/for_cut/frame_01860-frame_01920.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01860-frame_01920"}

data/img_caption/for_cut/frame_01920-frame_01980.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01920-frame_01980"}

data/img_caption/for_cut/frame_01980-frame_02040.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_01980-frame_02040"}

data/img_caption/for_cut/frame_02040-frame_02100.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02040-frame_02100"}

data/img_caption/for_cut/frame_02100-frame_02160.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02100-frame_02160"}

data/img_caption/for_cut/frame_02160-frame_02400.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02160-frame_02400"}

data/img_caption/for_cut/frame_02400-frame_02460.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02400-frame_02460"}

data/img_caption/for_cut/frame_02460-frame_02520.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02460-frame_02520"}

data/img_caption/for_cut/frame_02520-frame_02580.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02520-frame_02580"}

data/img_caption/for_cut/frame_02580-frame_02640.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_02580-frame_02640"}

data/img_caption/for_cut/frame_02640-frame_03000.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "否", "对比图像": "frame_02640-frame_03000"}

data/img_caption/for_cut/frame_03000-frame_03120.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_03000-frame_03120"}

data/img_caption/for_cut/frame_03120-frame_03180.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_03120-frame_03180"}

data/img_caption/for_cut/frame_03180-frame_03240.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_03180-frame_03240"}

data/img_caption/for_cut/frame_03240-frame_03360.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "否", "对比图像": "frame_03240-frame_03360"}

data/img_caption/for_cut/frame_03360-frame_03420.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "否", "对比图像": "frame_03360-frame_03420"}

data/img_caption/for_cut/frame_03420-frame_03480.json

@@ -0,0 +1 @@
+{"同一个人": "否", "穿同套衣服": "是", "对比图像": "frame_03420-frame_03480"}

data/img_caption/for_cut/frame_03480-frame_03720.json

@@ -0,0 +1 @@
+{"同一个人": "否", "穿同套衣服": "否", "对比图像": "frame_03480-frame_03720"}

data/img_caption/for_cut/frame_03720-frame_03780.json

@@ -0,0 +1 @@
+{"同一个人": "是", "穿同套衣服": "是", "对比图像": "frame_03720-frame_03780"}

data/img_caption/frame_00000.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00000"}

data/img_caption/frame_00060.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00060"}

data/img_caption/frame_00120.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00120"}

data/img_caption/frame_00180.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_00180"}

data/img_caption/frame_00240.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_00240"}

data/img_caption/frame_00300.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_00300"}

data/img_caption/frame_00360.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00360"}

data/img_caption/frame_00420.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_00420"}

data/img_caption/frame_00480.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00480"}

data/img_caption/frame_00540.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00540"}

data/img_caption/frame_00600.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00600"}

data/img_caption/frame_00660.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00660"}

data/img_caption/frame_00720.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00720"}

data/img_caption/frame_00780.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00780"}

data/img_caption/frame_00840.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_00840"}

data/img_caption/frame_00900.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00900"}

data/img_caption/frame_00960.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_00960"}

data/img_caption/frame_01020.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01020"}

data/img_caption/frame_01080.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01080"}

data/img_caption/frame_01140.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01140"}

data/img_caption/frame_01200.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01200"}

data/img_caption/frame_01260.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01260"}

data/img_caption/frame_01320.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01320"}

data/img_caption/frame_01380.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01380"}

data/img_caption/frame_01440.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "右", "视频片段编号": "frame_01440"}

data/img_caption/frame_01500.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01500"}

data/img_caption/frame_01560.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01560"}

data/img_caption/frame_01620.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01620"}

data/img_caption/frame_01680.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_01680"}

data/img_caption/frame_01740.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01740"}

data/img_caption/frame_01800.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01800"}

data/img_caption/frame_01860.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01860"}

data/img_caption/frame_01920.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01920"}

data/img_caption/frame_01980.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_01980"}

data/img_caption/frame_02040.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02040"}

data/img_caption/frame_02100.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02100"}

data/img_caption/frame_02160.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02160"}

data/img_caption/frame_02220.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02220"}

data/img_caption/frame_02280.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02280"}

data/img_caption/frame_02340.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02340"}

data/img_caption/frame_02400.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02400"}

data/img_caption/frame_02460.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02460"}

data/img_caption/frame_02520.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02520"}

data/img_caption/frame_02580.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02580"}

data/img_caption/frame_02640.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_02640"}

data/img_caption/frame_02700.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02700"}

data/img_caption/frame_02760.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02760"}

data/img_caption/frame_02820.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02820"}

data/img_caption/frame_02880.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02880"}

data/img_caption/frame_02940.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_02940"}

data/img_caption/frame_03000.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_03000"}

data/img_caption/frame_03060.json

@@ -0,0 +1 @@
+{"是否有人": "否", "人物数量": 0, "人物位置": "无", "视频片段编号": "frame_03060"}

data/img_caption/frame_03120.json

@@ -0,0 +1 @@
+{"是否有人": "是", "人物数量": 1, "人物位置": "中间", "视频片段编号": "frame_03120"}