Skip to content

WORKFLOW.md

Latest commit

 

History

History
120 lines (81 loc) · 2.06 KB

WORKFLOW.md

File metadata and controls

120 lines (81 loc) · 2.06 KB

使用流程

1. 安装

python -m venv .venv
source .venv/bin/activate
pip install -U pip
pip install -r requirements.txt
pip install -e .

2. 一键处理单视频

python process_video.py /path/to/video.wmv --cac-time 05:22

或：

fish-auto process /path/to/video.wmv --cac-time 05:22

输出：

  • runs/<run_name>/fish_trajectory/trajectory.json
  • runs/<run_name>/behavior_analysis/behavior_summary.json
  • runs/<run_name>/behavior_analysis/behavior_summary.csv

常用参数：

  • --run-name my_video
  • --skip-track
  • --force-track

3. 单独跟踪

python track_fish_trajectory.py videos/1大CAC.wmv

或：

fish-auto track videos/1大CAC.wmv

输出：

  • runs/1大CAC/fish_trajectory/trajectory.json
  • runs/1大CAC/fish_trajectory/trajectory_summary.png

命名说明：

  • 分析里的实验名 1小CAC 对应视频文件 videos/1小.wmv
  • 这条视频的轨迹会写到 runs/1小/fish_trajectory/

4. 单独行为分析

python analyze_fish_behavior.py --video videos/1大CAC.wmv --cac-time 05:22 --save-report

或：

fish-auto analyze --video videos/1大CAC.wmv --cac-time 05:22 --save-report

不带参数时，analyze_fish_behavior.py 会按历史实验配置批量跑。

5. 诊断

fish-auto diagnose

诊断会输出：

  • 轨迹覆盖率
  • 速度分位数
  • 静止窗口统计
  • 后退与跳水检测输入

6. 批量跑全流程

python run_all_trajectory_and_analyze.py

或：

fish-auto run-all

7. 本地 Web/UI

fish-auto web --port 8000

或：

python serve_web_ui.py --port 8000

打开 http://127.0.0.1:8000 后：

  • 可直接填写视频路径或上传视频
  • 可提交单视频分析任务
  • 可查看实时日志和结果文件入口

8. 上传包说明

  • 最小上传包只保留代码、视频、基础权重和文档。
  • runs/ 会在第一次运行时自动创建。
  • 首次双击 start_web_ui.command 会自动创建 .venv 并安装依赖。