عن المشروع

يوفر هذا المستودع مسارًا سريعًا لكشف كرة الكرة الطائرة، واستخراج الأشواط، والتوليد التلقائي لمقاطع رأسية بنسبة 9:16. وهو مصمم لتحليلات الرياضة وأبحاث الرؤية الحاسوبية، مع تتبع الكرة في الوقت الفعلي على أجهزة المعالج. يتكوّن المسار من عدة مراحل: كشف الكرة من الفيديو باستخدام نموذج ONNX محسّن، يكتب إحداثيات الكرة إلى CSV وينتج اختياريًا فيديو معلَّمًا؛ تحويل CSV إلى مسارات أشواط بصيغة JSON؛ إنشاء فيديو أشواط أفقي مدمج أو مقاطع أشواط منفصلة؛ وتوليد مقاطع رأسية متمركزة على مسار الكرة. ويمكن لنسخة واعية بالملعب أن تستخدم أيضًا عمليات كشف اللاعبين لتحديد لمسات الكرة والتمييز بين الأشواط والكرات المسلَّمة للإرسال التالي. يستخدم التثبيت uv sync، ويدعم التثبيت الأساسي التصور المرئي لأن opencv-python يتضمن واجهة رسومية خلفية. وتضيف حزمة dev الإضافية matplotlib وpytest للتشخيصات والاختبارات. يشغّل سير العمل السريع الكشف، وحساب المسارات، ومعالجة الفيديو المدمج الاختيارية، وإنشاء المقاطع عبر نصوص برمجية منفصلة. تتحكم خيارات سطر الأوامر الرئيسية في عتبات الثقة، والتصور المرئي، والإخراج إلى CSV فقط، وتعليق الملعب، ومعاملات التتبع، وتصفية الأشواط، والحشو، وتنعيم المقاطع أو الاستيفاء. ويتيح نص برمجي تفاعلي للمراجعة التنقل عبر الإطارات والمسارات باستخدام عناصر التحكم بلوحة المفاتيح. تتوفر أيضًا نصوص برمجية لتشغيل OpenVINO، بما في ذلك نص برمجي لكشف اللاعب والكرة يُخرج تنبؤات JSON وفيديو معلَّمًا. وتُقاس نماذج ONNX المتاحة على إعداد معالج مع تقارير F1 والدقة والاستدعاء ومعدل الإطارات في الثانية للاستدلال؛ ويصل أسرع نموذج إلى أكثر من 1000 إطار في الثانية في الاستدلال المعزول، بينما يكون تشغيل المسار الكامل أبطأ بسبب مشاركة فك ترميز الفيديو. وتُحفظ نقاط التحقق الأقدم للرجوع إليها.