VQA_model/README.md

视频质量评估 - PickScore

使用PickScore模型对视频质量进行评估，并计算与主观评分的相关性。

环境要求

• Python 3.7+
• PyTorch
• Transformers
• OpenCV
• Pandas
• Numpy
• PIL

安装依赖

pip install -r requirements.txt

使用方法

准备数据

准备一个包含视频路径、主观评分和提示词的文本文件，格式如下：

视频相对路径,主观评分,提示词描述
video_editing_score/video1.mp4,4.5,一段流畅的视频
multi_object/video2.mp4,3.2,多个物体的运动场景
...

运行评估

python batch_process.py --txt_path 输入文件路径 --output_path 结果保存路径 [--dataset_root 数据集根目录] [--num_frames 每个视频提取的帧数]

参数说明：

• --txt_path: 输入的文本文件路径（必填）
• --output_path: 结果保存的CSV文件路径（必填）
• --dataset_root: 数据集根目录，默认为 /home/wangjuntong/VQA_model/dataset/
• --num_frames: 每个视频提取的帧数，默认为8

输出结果

程序将生成两个文件：

1. CSV文件：包含每个视频的路径、主观评分、提示词和PickScore得分
2. 指标文件：包含SRCC、PLCC和KRCC相关性指标

示例

python batch_process.py --txt_path video_list.txt --output_path results.csv

注意事项

1. 确保视频文件可以正常打开和读取
2. 每个视频会提取8帧（可通过参数调整）计算平均得分
3. 如果视频数量少于2个，将无法计算相关性指标