Recherche avancée

Médias (1)

Mot : - Tags -/Christian Nold

Autres articles (76)

  • Organiser par catégorie

    17 mai 2013, par

    Dans MédiaSPIP, une rubrique a 2 noms : catégorie et rubrique.
    Les différents documents stockés dans MédiaSPIP peuvent être rangés dans différentes catégories. On peut créer une catégorie en cliquant sur "publier une catégorie" dans le menu publier en haut à droite ( après authentification ). Une catégorie peut être rangée dans une autre catégorie aussi ce qui fait qu’on peut construire une arborescence de catégories.
    Lors de la publication prochaine d’un document, la nouvelle catégorie créée sera proposée (...)

  • Récupération d’informations sur le site maître à l’installation d’une instance

    26 novembre 2010, par

    Utilité
    Sur le site principal, une instance de mutualisation est définie par plusieurs choses : Les données dans la table spip_mutus ; Son logo ; Son auteur principal (id_admin dans la table spip_mutus correspondant à un id_auteur de la table spip_auteurs)qui sera le seul à pouvoir créer définitivement l’instance de mutualisation ;
    Il peut donc être tout à fait judicieux de vouloir récupérer certaines de ces informations afin de compléter l’installation d’une instance pour, par exemple : récupérer le (...)

  • Publier sur MédiaSpip

    13 juin 2013

    Puis-je poster des contenus à partir d’une tablette Ipad ?
    Oui, si votre Médiaspip installé est à la version 0.2 ou supérieure. Contacter au besoin l’administrateur de votre MédiaSpip pour le savoir

Sur d’autres sites (3822)

  • How to overlay a video into other video as blackground at specific time in ffmpeg ?

    21 janvier 2020, par warwolf

    MY CODE

    -i "A.mov" -i "B.mp4"  -filter_complex "[1:v]setpts=PTS+5/TB[a];[1:v][a]overlay=enable=gte(t\,5):eof_action=pass,format=yuv420p[out]" -map "[out]" -map 0:a? -c:v libx264 -crf 18 -c:a copy "f.mov" -y

    This will overlay B.mp4 in font of A.mov but I need B.mp4 As blackground
    Thank You.

    LAYER

  • dnn_backend_native_layer_mathunary : add ceil support

    31 juillet 2020, par Mingyu Yin
    dnn_backend_native_layer_mathunary : add ceil support

    It can be tested with the model generated with below python script :
    

    import tensorflow as tf
    
import os
    
import numpy as np
    
import imageio
    
from tensorflow.python.framework import graph_util
    
name = 'ceil'
    

    pb_file_path = os.getcwd()
    
if not os.path.exists(pb_file_path+'/{}_savemodel/'.format(name)) :
    
    os.mkdir(pb_file_path+'/{}_savemodel/'.format(name))
    

    with tf.Session(graph=tf.Graph()) as sess :
    
    in_img = imageio.imread('detection.jpg')
    
    in_img = in_img.astype(np.float32)
    
    in_data = in_img[np.newaxis, :]
    
    input_x = tf.placeholder(tf.float32, shape=[1, None, None, 3], name='dnn_in')
    
    y = tf.math.ceil( input_x, name='dnn_out')
    
    sess.run(tf.global_variables_initializer())
    
    constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ['dnn_out'])
    

        with tf.gfile.FastGFile(pb_file_path+'/{}_savemodel/model.pb'.format(name), mode='wb') as f :
    
        f.write(constant_graph.SerializeToString())
    

        print("model.pb generated, please in ffmpeg path use\n \n \
    
    python tools/python/convert.py ceil_savemodel/model.pb —outdir=ceil_savemodel/ \n \n \
    
    to generate model.model\n")
    

        output = sess.run(y, feed_dict= input_x : in_data)
    
    imageio.imsave("out.jpg", np.squeeze(output))
    

        print("To verify, please ffmpeg path use\n \n \
    
    ./ffmpeg -i detection.jpg -vf format=rgb24,dnn_processing=model=ceil_savemodel/model.pb:input=dnn_in:output=dnn_out:dnn_backend=tensorflow -f framemd5 ceil_savemodel/tensorflow_out.md5\n \n \
    
    to generate output result of tensorflow model\n")
    

        print("To verify, please ffmpeg path use\n \n \
    
    ./ffmpeg -i detection.jpg -vf format=rgb24,dnn_processing=model=ceil_savemodel/model.model:input=dnn_in:output=dnn_out:dnn_backend=native -f framemd5 ceil_savemodel/native_out.md5\n \n \
    
    to generate output result of native model\n")
    

    Signed-off-by : Mingyu Yin <mingyu.yin@intel.com>
    
Reviewed-by : Guo, Yejun <yejun.guo@intel.com>
    • [DH] libavfilter/dnn/dnn_backend_native_layer_mathunary.c
    • [DH] libavfilter/dnn/dnn_backend_native_layer_mathunary.h
    • [DH] tests/dnn/dnn-layer-mathunary-test.c
    • [DH] tools/python/convert_from_tensorflow.py
    • [DH] tools/python/convert_header.py

  • Revision 8fd5525191 : Addd error resilience test for temporal layers. Test for successful decoding wh

    29 octobre 2014, par Marco

    Changed Paths :
     Modify /test/error_resilience_test.cc



    Addd error resilience test for temporal layers.

    Test for successful decoding when dropping enhancement layer frames.

    Change-Id : Id3ae6e5676894f352680973e52352dc5d98bbf55

Navigation