00:00 长视频反推总爆显存
00:29 效果实测:3700帧竖屏mkv
00:51 三个参数怎么填
01:14 原理:分批喂饭四步
01:46 两个坑,我帮你踩过了
02:06 工作流打包领取
做长视频分镜反推,跑到一半直接爆内存卡死,这种绝望谁懂啊。普通工作流跑个七八百帧就歇菜,但这期我把工作流彻底重写了。
三千七百帧的长视频,一键跑完,逐帧反推生成中文提示词,一个不漏。
不仅不爆内存,也不爆显存,连画面疯狂切换的两千多帧街机录像,都能一遍过。
怎么做到的,核心秘密就四个字,分批喂饭。
老规矩,三连支持一下,评论区扣【分镜反推】,工作流我打包分享。
先看效果。我丢进去一个竖屏mkv,好几分钟长,三千七百多帧。
你看,工作流自己数帧数、自己算批次、自己分批跑。关键帧自动提取,下面提示词像瀑布一样往外吐。人物、动作、场景、光线,全是中文,而且跟画面对得严丝合缝。
前后测了八个不同类型的视频,没有一次爆显存,没有一次失败。
打开工作流,你只需要动三个参数:起始帧、结束帧、每批帧数。结束帧填超了也不怕,自动截断。每批建议填二百到五百,为什么这么填,后面讲原理你就懂了。
这三个参数也可以直接用我分享的默认参数。
中间的全自动,我还特意埋了六个说明面板,每个节点干嘛、参数怎么填,写得明明白白。哪怕你是纯新手,拿去就能直接用。
接下来把原理讲透,核心就四步,这也是长视频不爆显存的秘密。
第一,探针侦察。只加载一帧,骗出视频总帧数,几乎不占显存。
第二,自动算账。表达式算出要跑几批,向上取整,保证一帧不漏。
第三,循环喂饭。for循环按批次跳帧加载,提取完关键帧拼在一起,最后裁掉多余的占位。
第四,批量反推。QwenVL视觉大模型,一张一张看,一张一张写。
不是砍功能,而是把大餐切成小块,化整为零,一口一口喂给内存和显存吃。
最后两个坑我都帮你踩过了,千万别犯。
第一,每批帧数别贪大,二百到五百最稳。太小会吞关键帧,太大会爆显存。
第二,QwenVL的指令要写描述式,比如「用中文详细描述这张图片的画面内容」。千万别只写反推提示词,否则模型会跟你打太极,回你一堆废话。
这套三千七百帧长视频一键分镜反推工作流,我已经打包好了。三连支持,评论区扣【分镜反推】。