배치에서 무작위 이미지(RandomImageFromBatch)

설명

배치에서 무작위 이미지 노드(클래스 RandomImageFromBatch)는 선택한 인덱스 범위 내에서 이미지 또는 마스크 배치에서 프레임 시퀀스를 선택합니다. randomness = 0일 때는 범위 내에서 균일한 간격으로 선택되고, randomness = 1일 때는 비복원 균등 무작위 추출되며, 중간 값은 선형적으로 혼합됩니다. 출력은 항상 배치 인덱스별로 정렬됩니다. 네거티브 인덱스는 끝에서부터 셉니다(-1 = 마지막 프레임).

이 노드는 더 큰 배치에서 제어 가능하고 재현 가능한 프레임 부분 집합을 생성하는 데 유용합니다: 예를 들어, 드문 스킵 프레임 시퀀스를 만들거나 선택된 프레임 사이의 최소 또는 최대 간격으로 무작위 샘플을 선택하는 데 사용할 수 있습니다.

입력

출력

사용 참고 사항

• 범위 정의: start_index와 end_index는 포함 범위를 정의합니다. start_index > end_index이면 범위가 비어 있고, 프레임이 선택되지 않습니다(출력은 빈 배치가 됩니다). 네거티브 인덱스를 사용하여 마지막 프레임을 편리하게 참조하세요(예: 마지막 프레임의 경우 -1).
• 프레임 수: num_frames는 범위의 프레임 수를 초과해서는 안 됩니다. 그렇지 않으면 동작이 정의되지 않습니다(노드가 고정하거나 오류를 발생시킬 수 있습니다. 런타임 메시지를 참조하세요).
• 무작위성 동작:
  • 0.0 → 프레임이 범위 전체에 걸쳐 동일한 간격(선형 간격)으로 선택됩니다. 첫 번째 선택은 시작 부분에, 마지막 선택은 끝 부분에 있습니다.
  • 1.0 → 각 선택은 비복원 균등 무작위(셔플)입니다. 주어진 seed로 결과를 재현할 수 있습니다.
  • 0.5 → 프레임이 균일한 간격의 위치에 배치된 다음, 각 위치가 간격에 비례하는 무작위 오프셋으로 지터링됩니다(혼합).
• 거리 제약 조건 (min_distance, max_distance):
  • 이 제약 조건은 초기 선택(무작위 또는 균일 간격) 후에 적용됩니다. 제약 조건이 num_frames 및 범위 길이와 충돌하는 경우 노드는 선택을 가능한 한 가깝게 조정하고 범위 경계에 고정합니다.
  • min_distance > 0이면 선택이 분산되도록 합니다. 노드는 나중 선택을 앞으로 밀어냅니다. 마지막 선택이 원래 end_index보다 늦을 수 있습니까? (실제로 설명에는 "선택이 앞으로 밀려나 이를 만족시키고, 나중 선택이 범위 끝에 고정될 수 있습니다"라고 되어 있습니다. 이는 선택이 범위를 넘지 않는다는 의미입니다.)
  • max_distance > 0이면 선택이 가깝게 유지되도록 합니다. 노드는 선택을 시작 쪽으로 당깁니다. 범위가 너무 짧으면 간격이 더 줄어들 수 있습니다.
  • 둘 다 0으로 설정하면(기본값) 거리 제약 조건이 완전히 비활성화됩니다.
• 시드: seed는 randomness > 0일 때만 사용됩니다. 실행 간에 결정론적 결과를 얻으려면 동일한 시드와 무작위성 값을 유지하세요.
• 출력 정렬: 선택 방식(무작위 또는 순차)에 관계없이 반환된 배치는 항상 프레임 인덱스별로 정렬되므로 이후 노드가 프레임을 순서대로 수신합니다.

예제 사용 사례

• 저해상도 미리보기 생성: randomness=0으로 설정하고 범위 길이에 적절한 num_frames를 설정하여 N 프레임마다 선택합니다.
• 학습용 프레임 무작위 샘플링: randomness=1과 큰 num_frames를 설정하고, 필요에 따라 min_distance를 설정하여 거의 동일한 프레임을 피합니다.
• 지터를 포함한 균일 간격: randomness=0.3으로 설정하여 거칠고 규칙적인 패턴을 깨뜨리면서도 대략 일정한 템포를 유지합니다.