VMAF：修订间差异
跳到导航
跳到搜索
此页面具有访问限制。如果您看见此消息，则说明您没有权限访问此页面。
（→外部連結） |
（→安裝） |
||
| 第5行： | 第5行： | ||
這邊主要是描述[[Ubuntu]] 20.04下安裝VMAF的[[Python]]套件的方式，目標是希望盡可能裝的「乾淨」一點。 | 這邊主要是描述[[Ubuntu]] 20.04下安裝VMAF的[[Python]]套件的方式，目標是希望盡可能裝的「乾淨」一點。 | ||
所以我們會先利用[[pyenv]]安裝自己的Python環境（避免使用系統的Python），這邊要注意Python 3.10.0可能會遇到一些Python module裝不起來的問題，我們這邊會使用Python 3.9. | 所以我們會先利用[[pyenv]]安裝自己的Python環境（避免使用系統的Python），這邊要注意Python 3.10.0可能會遇到一些Python module裝不起來的問題，我們這邊會使用Python 3.9.9 。 | ||
接著安裝需要的相依套件： | 接著安裝需要的相依套件： | ||
| 第22行： | 第22行： | ||
<syntaxhighlight lang="bash"> | <syntaxhighlight lang="bash"> | ||
mkdir -p ~/.pyenv/versions/ | export PYTHON_VERSION=3.9.9; mkdir -p ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools; wget -O ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools/vmaf https://github.com/Netflix/vmaf/releases/download/v2.3.0/vmaf; chmod 755 ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools/vmaf | ||
</syntaxhighlight> | </syntaxhighlight> | ||
2021年11月19日 (五) 21:25的版本
VMAF（英语：Video Multimethod Assessment Fusion）是Netflix所设计出来，希望能自动化评量影片档案品质的演算法。
安装
这边主要是描述Ubuntu 20.04下安装VMAF的Python套件的方式，目标是希望尽可能装的“干净”一点。
所以我们会先利用pyenv安装自己的Python环境（避免使用系统的Python），这边要注意Python 3.10.0可能会遇到一些Python module装不起来的问题，我们这边会使用Python 3.9.9。
接著安装需要的相依套件：
sudo apt install -y build-essential gfortran libblas-dev liblapack-dev libsvm-dev meson nasm
然后就可以把Git repository抓下来安装了：
git clone https://github.com/Netflix/vmaf.git; cd vmaf; make; cd python; make; pip install -U -r requirements.txt; python3 setup.py install
最后因为不想要自己编执行档，需要把官方预先编好的执行档vmaf放进对应的位置（要注意这是x86_64版本），这边用的是pyenv的位置：
export PYTHON_VERSION=3.9.9; mkdir -p ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools; wget -O ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools/vmaf https://github.com/Netflix/vmaf/releases/download/v2.3.0/vmaf; chmod 755 ~/.pyenv/versions/${PYTHON_VERSION}/lib/python3.9/libvmaf/build/tools/vmaf
执行
这边是针对1920x1080的yuv420p档案分析手机上的打分：
PYTHONPATH=${PYTHONPATH}:vmaf/third_party/libsvm/python python3 vmaf/python/vmaf/script/run_vmaf.py yuv420p 1920 1080 "${REFERENCED}.yuv" "${DISTORTED}.yuv" --model vmaf_float_v0.6.1.json --phone-model
另外一种方式是直接透过vmaf跑，这边直接拉出最后的VMAF分数：
./vmaf -r "${REFERENCED}.yuv" -d "${DISTORTED}.yuv" -w 1920 -h 1080 -p 420 -b 8 -m path=vmaf_float_v0.6.1.json --threads 16 -q -o /dev/stdout --json | jq ".pooled_metrics.vmaf.mean"