Sobre el proyecto

Este repositorio proporciona una canalización rápida para la detección de balones de voleibol, la extracción de rallies y la generación automática de reels verticales 9:16. Está diseñado para analítica deportiva e investigación en visión por computadora, con seguimiento del balón en tiempo real sobre hardware de CPU. La canalización consta de varias etapas: detección del balón a partir de video usando un modelo ONNX optimizado, que escribe las coordenadas del balón en CSV y, opcionalmente, produce un video anotado; conversión del CSV en trayectorias de rallies como JSON; creación de un video horizontal combinado de rallies o clips de rallies divididos; y generación de reels verticales centrados en la trayectoria del balón. Una variante consciente de la cancha también puede usar detecciones de jugadores para identificar toques del balón y distinguir rallies de balones entregados para el siguiente saque. La instalación usa uv sync, y la instalación base admite visualización, ya que opencv-python incluye un backend de GUI. Un extra de desarrollo agrega matplotlib y pytest para diagnósticos y pruebas. El flujo de inicio rápido ejecuta la detección, el cálculo de trayectorias, el procesamiento opcional de video combinado y la creación de reels mediante scripts separados. Opciones clave de línea de comandos controlan umbrales de confianza, visualización, salida solo CSV, anotación de cancha, parámetros de seguimiento, filtrado de rallies, padding y suavizado o interpolación de reels. Un script de revisión interactivo permite avanzar por fotogramas y trayectorias con controles de teclado. También se proporcionan scripts de tiempo de ejecución de OpenVINO, incluido un script de detección de jugadores y balón que genera predicciones en JSON y video anotado. Los modelos ONNX disponibles están evaluados en una configuración de CPU con F1, precisión, recall y FPS de inferencia reportados; el modelo más rápido alcanza más de 1000 FPS en inferencia aislada, mientras que una ejecución completa de la canalización es más lenta debido a la decodificación de video compartida. Los checkpoints anteriores se conservan como referencia.