Convert Kubric Optical flow Dataset
A script to convert .tfrecords of the Kubric Optical Flow Dataset to MPI Sintel Directory Structure. This directory structure makes it possible to write a PyTorch Dataloader for Kubric 'movi-f' forward and backward optical flow maps.
A PyTorch Dataloader is also provided in the EzFlow Optical Flow Library: https://github.com/neu-vi/ezflow
Steps
-
Follow instructions on: https://github.com/google-research/kubric/tree/main/challenges/optical_flow to download the dataset.
-
pip install -r requirements.txt -
python script.py --dir_path "path_where_dataset_is_saved" --save_path "path_where_converted_data_needs_to_be_saved" --split "train"
Accepted split values: train and validation
The images are saved in .png and the optical flow maps are saved in .flo format.
Directory Structure
If save_pathis "kubricflow"`
kubricflow
├── training
│ ├── images
│ │ ├── scene_0001
│ │ │ ├── frame_01.png
│ │ │ ├── frame_02.png
│ │ │ ├── frame_03.png
│ │ │ ├── frame_04.png
│ │ │ .
│ │ │ .
│ │ ├── scene_0002
│ │ ├── scene_0003
│ │ ├── scene_0004
│ │ .
│ │ .
│ │ .
│ ├── forward_flow
│ │ ├── scene_0001
│ │ │ ├── frame_01.flo
│ │ │ ├── frame_02.flo
│ │ │ ├── frame_03.flo
│ │ │ ├── frame_04.flo
│ │ │ .
│ │ │ .
│ │ ├── scene_0002
│ │ ├── scene_0003
│ │ ├── scene_0004
│ │ .
│ │ .
│ │ .
│ ├── backward_flow
│ │ ├── scene_0001
│ │ ├── scene_0002
│ │ ├── scene_0003
│ │ ├── scene_0004
│ │ .
│ │ .
│ │ .
├── validation
│ ├── images
│ │ ├── scene_0001
│ │ ├── scene_0002
│ │ .
│ │ .
│ ├── forward_flow
│ │ ├── scene_0001
│ │ ├── scene_0002
│ │ .
│ │ .
│ ├── backward_flow
│ │ ├── scene_0001
│ │ ├── scene_0002
│ │ .
│ │ .