Add V12.4.6 video decode manifest

data/12.4.6/README.md

@@ -0,0 +1,27 @@
+# V12.4.6 S0 视频解码清单
+
+本目录只保存复现 V12.4.6 S0 视频帧 cache 所需的数据清单和解码合同，不包含解码后的 233 GB shard。
+
+## 文件
+
+- `decode_manifest.jsonl.gz`：178,490 个成功视频的 canonical 顺序、相对路径、精确采样帧下标、FPS、总帧数、JPEG 大小与 CRC32。
+- `failures.jsonl`：原始构建中跳过的 2 个视频。
+- `metadata.json`：原始 cache 的数据合同和统计。
+
+`video_path` 均相对于本地 `LLaVA-Video-178K/` 数据根目录。解码后必须保持 manifest 的行顺序，训练时的 `DistributedSampler(seed=42)` 依赖该顺序。
+
+## 解码合同
+
+1. 使用 PyAV 读取视频，video stream 设为单线程。
+2. 直接使用 manifest 中的 32 个 `frame_indices`。这些下标对应全时长均匀采样：`np.linspace(0, total_frames - 1, 32, dtype=int)`。
+3. 将目标帧转为 RGB24，并以 Pillow `BICUBIC` 直接缩放到 `384 x 384`。
+4. 按帧序排列为 `2 x 16` contact sheet，保存为 JPEG，`quality=95`。
+5. 跳过 `failures.jsonl` 中的两个视频。
+
+预期结果为 178,490 条成功记录和 2 条失败记录。`metadata.json` 中的 `index_sha256` 对应原始未脱敏 cache index，不对应本目录的 portable manifest。
+
+读取示例：
+
+```bash
+gzip -dc data/12.4.6/decode_manifest.jsonl.gz | head -n 1
+```

data/12.4.6/decode_manifest.jsonl.gz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8086184aa3316570b8fb17013f99950a3aecabb7693a74d7a6767a58f85aacc8
+size 16427343

data/12.4.6/failures.jsonl

@@ -0,0 +1,2 @@
+{"error":"ValueError('missing sampled frames from 30_60_s_academic_v0_1/academic_source/activitynet/v_MkKUQ4MMHd8.mp4: [934]')","source_row":113315,"video_path":"30_60_s_academic_v0_1/academic_source/activitynet/v_MkKUQ4MMHd8.mp4"}
+{"error":"ValueError('missing sampled frames from 1_2_m_academic_v0_1/academic_source/activitynet/v_qEU4vKowVo4.mp4: [693]')","source_row":136437,"video_path":"1_2_m_academic_v0_1/academic_source/activitynet/v_qEU4vKowVo4.mp4"}

data/12.4.6/metadata.json

@@ -0,0 +1,34 @@
+{
+  "failures": 2,
+  "index_sha256": "b612ec89bd36768a906bc3333fc570e9392db1df0bcb2d3175da5448835b88a0",
+  "num_frames": 32,
+  "num_workers": 32,
+  "prefetch_factor": 2,
+  "records": 178490,
+  "resolution": 384,
+  "sampling": "uniform_full_duration",
+  "schema": "visionencoder.v12_1_s0_video_frame_cache",
+  "sheet_grid": [
+    2,
+    16
+  ],
+  "source": "v11_2_1_current",
+  "student_frame_positions": [
+    0,
+    2,
+    4,
+    6,
+    8,
+    10,
+    12,
+    14,
+    16,
+    18,
+    20,
+    22,
+    24,
+    26,
+    28,
+    30
+  ]
+}