FlashVTG/scripts/run_lab_preprocess.sh

#!/bin/bash
# 一键完成 Lab 数据集预处理：生成 QV 风格 jsonl + 提取 CLIP 视频特征 + 提取 LLaMA 文本特征
# 用法: bash scripts/run_lab_preprocess.sh [gpu_id]
# 默认 GPU 0；无 GPU 时自动用 CPU（CLIP/LLaMA 会较慢）

set -e
cd "$(dirname "$0")/.."
LAB_DIR=${LAB_DIR:-features/lab}
OUT_JSONL=${OUT_JSONL:-data/lab_val.jsonl}
GPU_ID=${1:-0}

echo "Lab dir: $LAB_DIR"
echo "Output jsonl: $OUT_JSONL"
echo "GPU: $GPU_ID"

# 1) 生成 QV 风格标注（不依赖 GPU）
python scripts/prepare_lab_dataset.py \
  --lab_dir "$LAB_DIR" \
  --out_jsonl "$OUT_JSONL"

# 2) 提取 CLIP + LLaMA（需要 GPU 和 open_clip / transformers）
export CUDA_VISIBLE_DEVICES=$GPU_ID
python scripts/prepare_lab_dataset.py \
  --lab_dir "$LAB_DIR" \
  --out_jsonl "$OUT_JSONL" \
  --extract_clip \
  --extract_llama \
  --device "${DEVICE:-cuda}"

echo "Preprocess done. Next: run inference with --eval_path $OUT_JSONL and v_feat_dirs/t_feat_dir pointing to features/lab/clip_features and features/lab/llama_text_feature"