VLM自动分段脚本使用说明

依赖

• Python 3.x
• Pillow

运行方法

假设图片帧已放在某个文件夹（如frames/，命名为0000.jpg, 0001.jpg等），描述文本为desc.txt：

python main.py --image_dir ./frames --text_path ./desc.txt --vlm dummy --target_fps 2

参数说明：

• --image_dir：图片帧文件夹路径
• --text_path：描述文本路径（每句话用句号分隔）
• --vlm：选择VLM模型（默认dummy，可扩展）
• --target_fps：提交给VLM的帧率（默认2）
• --orig_fps：原始帧率（默认4）

扩展说明

如需支持其他VLM，只需在vlm_wrapper.py中实现新类并在get_vlm注册。