视频OCR模板_人工智能平台 PAI(PAI)-阿里云帮助中心

视频OCR模板可以在视频中框选出含文字部分时，自动对框内文字进行识别。

数据格式示例

说明

CSV及XLSX格式中每一列数据；Manifest格式中data字段的下一级字段均对应一个数据集字段，字段名可自定义，在配置数据集字段名时选择对应的字段名即可。

CSV及XLSX格式

video_url

oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/mov/1.mp4

oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/mov/2.mp4

文件Demo参考：视频数据demo.csv

Manifest格式（JSONL格式）

{"data":{"video_url":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/mov/1.mp4"}}
{"data":{"video_url":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/mov/10.mp4"}}

文件Demo参考：视频数据demo.manifest

使用限制

模板支持的视频格式：MP4、WebM、OGG。
视频长度：建议在5分钟。

配置说明

标注区（必选）

待标注视频用于配置视频字段。

单击选中待标注视频，并选择相应的数据集后，在右侧配置区域配置具体参数。参数说明如下：

参数	说明
标题	默认标题区域无需修改。
数据集字段	在数据集字段中选择视频URL字段。（字段名称可自定义）
提示	默认提示区域无需修改。
卡片样式配置	无需配置，不生效。

全局配置

全局配置用于配置模板中会使用到的UDF（User Defined Function），此处可以选择配置获取视频fps的UDF。

单击，在右侧可以进行问答机器人的配置。参数说明如下：

参数	说明
标题	默认标题区域无需修改。
组件版本	无需配置，不生效。
预标注	在此处配置获取视频fps的UDF，需要严格按照图示进行配置。
数据校验	无需配置，不生效。

其他

单击返回，即可返回到模板选择页面。
单击智能化配置，可配置预标注、UDF等服务。
单击废弃配置，可设置是否允许废弃样本。
单击导入数据集，可以更改需要导入的数据集。
单击导出模板，可以导出并复制JSON格式的模板。
单击保存模板，可以保存当前配置完成的模板。
单击创建任务，可以保存当前配置完成的模板并创建相应任务。

操作演示

在视频中框选出含文字的部分后，双击框会出现弹窗，弹窗内的内容为OCR自动识别出的文字内容。新建ID并保存后，数据会同步展示在视频、右侧答题区及下侧时间轴区域中。
找到该ID内容出现的几个关键帧，进行框选并选择相同ID进行保存后，三个区域内的数据展示会同步进行更新。
双击视频中的框，可对该ID对应的内容进行编辑/删除操作。悬停于右侧答题区数据操作列的，可查看该ID内容的几个关键帧，单击可跳转到对应的关键帧处。单击数据操作列的，可删除该ID对应数据。
悬停于时间轴处的数据条上，可以查看该数据的全文本内容。双击数据条，可跳转到该数据起始帧处。