Question

分类后未生成最终视频

def getFakeTime（self）->列表： fake_train，orig_train = Reader.readTrainingFeatures（）＃获取伪造的原始训练功能分类器= SVMClassifier（） classifier.trainData（fake_train，orig_train）＃受过训练的SVM分类器自我。 svm_classifier = classifier.clf 分类= self .__ svm_classifier.predict（self .__ features）＃分类输入视频帧秒= []＃个列表在视频中包含伪造的起点 n =分类。__len （）计数= 0

    for i in range(0, n):
        if classification[i] == 0:  # check if classified frame is forged
            count += 1
        elif count > 0:
            count -= 1
        if count >= self.__fps:  # add forged second
            seconds.append((i + 1) / self.__fps)
            count = 0
    return seconds

C：\ Users \ lenovo pc \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ sklearn \ utils \ validation.py：724：DataConversionWarning：一维数组传递了列向量y是预期的。请将y的形状更改为（n_samples，），例如使用ravel（）。 y = column_or_1d（y，warn = True） C：\ Users \ lenovo pc \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ sklearn \ svm \ base.py：241：ConvergenceWarning：规划求解提前终止（max_iter = 476）。考虑使用StandardScaler或MinMaxScaler预处理数据。％self.max_iter，收敛警告）追溯（最近一次通话结束）

当期望一维数组时，传递了列向量y。在pycharm

0 个答案: