First-Impression-llm-version/example_video_input.py

"""
示例：如何使用视频输入到Qwen2.5-VL模型
"""
from model_llm import PersonalityAnalyzer
from config import Config

# 配置使用Qwen2.5-VL-8B（如果可用）
# Config.MODEL_NAME = "Qwen/Qwen2-VL-8B-Instruct"

# 初始化模型
print("初始化模型...")
analyzer = PersonalityAnalyzer()

# 示例1: 直接使用视频路径（推荐）
video_path = "../First-Impression/data/first-impressions-v2/train/example.mp4"

result = analyzer.predict(
    video_path=video_path,
    text="这是视频的转录文本...",  # 可选
    max_frames=20,  # 15秒视频用20帧
    frame_selection="smart"  # 智能选择重要帧
)

print("\n预测结果:")
for trait, score in result["scores"].items():
    print(f"  {trait}: {score:.3f}")

# 示例2: 使用图像路径列表（如果已提取帧）
image_paths = [
    "ImageData/trainingData/video1/frame_001.jpg",
    "ImageData/trainingData/video1/frame_002.jpg",
    # ... 更多帧
]

result2 = analyzer.predict(
    images=image_paths,
    text="转录文本...",
    max_frames=20  # 限制最多20帧
)

# 示例3: 多模态输入（视频+文本+音频描述）
result3 = analyzer.predict(
    video_path=video_path,
    text="完整的转录文本内容...",
    audio_description="音频特征：语速中等，音调平稳...",
    max_frames=20,
    frame_selection="uniform"  # 均匀采样
)

print("\n多模态预测结果:")
for trait, score in result3["scores"].items():
    print(f"  {trait}: {score:.3f}")

# 示例4: 长视频处理（自动调整帧数）
long_video = "long_video.mp4"  # 假设是3分钟的视频

result4 = analyzer.predict(
    video_path=long_video,
    max_frames=50,  # 长视频用更多帧
    frame_selection="smart"
)

print(f"\n长视频处理: 提取了 {len(result4.get('frames_used', []))} 帧")