红外相机视频处理

要解决什么问题

红外诱拍相机一次触发往往录下整段 .mp4/.mov 等文件，人工逐条回放既慢，也容易漏掉视频中段才入画或快动小型动物。本技能把目录里的录像当成批处理任务：先建清单，再按时长与密度抽帧，用视觉模型判断「是否有人 / 是否有野生动物 / 物种与数量」，并结合安装地点做分布与易混物种修正，最后合并成 wildlife_report.xlsx。

流水线怎么跑

核心是 v2.2 的五阶段流程，且所有用户选择在 Phase 0 完成，确认后才会读写文件：

• Phase 0：地点（写入 output/location.txt）、视觉后端（Qwen-VL-Plus API / Agent 逐帧 / 其他 API）、帧密度高/中/低（写入 output/frame_density.txt），用户明确回复「开始」后才继续。
• Phase 1：inventory.py 递归扫描，解析文件名/ffprobe/修改时间得到拍摄时间，输出 inventory.json 与预览 Excel。
• Phase 2：extract_frames.py 按前 25% / 中 50% / 后 25% 三区抽帧（密度缩放 8–28 / 4–14 / 2–7 帧），宽度 800px，命名如 PIRT0001_frame_001.jpg。
• Phase 3：analyze_api.py 或 Agent 审图；再读地点做置信度修正与相似种对比；结果写入 vision_analysis.json（含 has_wildlife 的 True/False/疑似、跨帧去重提示等）。
• Phase 4：export_excel.py 合并清单与识别结果，按行着色（有兽类 / 有人类 / 错误）。

适用边界

• 忽略音频，不做声学识别；夜视/IR 画质仍可能拉低准确率。
• Qwen-VL 依赖网络与有效 key，不可用时可退到 Agent 手动看帧。
• 极远的小型啮齿类或鸟类仍可能漏检；大批量（如 >50 条）建议分文件夹 20–30 条一批，便于断点续看。