안녕하세요. Stage 3 데이터 규격 확인 요청드립니다.

배포된 Baseline.zip의 data/stage3/labels.csv는 모든 행에서 frame_index = 2 × sample_index, time_seconds = 0.1 × sample_index 입니다. 예: OPEN_001의 최대 라벨이 sample_index=540, frame_index=1080, time_seconds=54.0이고, 해당 영상 OPEN_001.mp4의 실제 디코딩 프레임 수는 1200입니다. 즉 이 영상은 0.1초당 2프레임(20fps) 구성입니다.

반면 배포된 [Baseline_Inference] 노트북의 predict_stage3는 디코딩된 프레임 1개당 sample_index 1개를 생성합니다. 이 영상에 적용하면 0..1199가 나와 정답 격자와 2배 어긋납니다. 데이터 탭 설명은 "10Hz로 구성한 영상 파일"이라고 되어 있습니다.

또한 OPEN_001.mp4의 컨테이너 메타데이터는 479.78fps / duration 2.50초로 실제와 다릅니다(앞 50프레임만 0.05초 간격의 정상 PTS를 갖고, 이후 1150프레임은 1마이크로초 간격으로 기록돼 있습니다).

질문: 비공개 평가용 Stage 3 영상에서 sample_index의 개수는 (a) 디코딩된 프레임 수와 동일합니까, (b) 프레임 수를 2로 나눈 값입니까? 그리고 평가 영상의 프레임률은 10Hz입니까, 20fps입니까? 컨테이너 메타데이터가 실제와 다르므로 fps 값으로는 판단할 수 없어 문의드립니다.