このプロジェクトについて

このリポジトリは、バレーボールのボール検出、ラリー抽出、縦型9:16リールの自動生成のための高速パイプラインを提供します。スポーツ分析とコンピュータビジョン研究向けに設計されており、CPUハードウェア上でリアルタイムのボール追跡を実現します。 パイプラインは複数のステージで構成されます：最適化されたONNXモデルを使用したビデオからのボール検出（ボール座標をCSVに書き込み、オプションで注釈付きビデオを生成）、CSVをJSON形式のラリートラックに変換、結合された横型ラリービデオまたは分割ラリークリップの作成、ボール軌道を中心にした縦型リールの生成。コート認識バリアントでは、プレイヤー検出を使用してボールタッチを識別し、ラリーと次のサーブ用に渡されるボールを区別することもできます。 インストールにはuv syncを使用し、opencv-pythonにGUIバックエンドが含まれているため、基本インストールで可視化がサポートされます。devエクストラでは、診断とテスト用にmatplotlibとpytestが追加されます。クイックスタートワークフローでは、検出、トラック計算、オプションの結合ビデオ処理、リール作成を別々のスクリプトで実行します。 主要なコマンドラインオプションは、信頼度しきい値、可視化、CSVのみの出力、コート注釈、追跡パラメータ、ラリーフィルタリング、パディング、リールのスムージングまたは補間を制御します。インタラクティブなレビュースクリプトでは、キーボード操作でフレームとトラックをステップ実行できます。 OpenVINOランタイムスクリプトも提供されており、プレイヤーとボールの検出スクリプトが予測JSONと注釈付きビデオを出力します。利用可能なONNXモデルはCPU環境でベンチマークされ、F1、適合率、再現率、推論FPSが報告されています。最速モデルは単独推論で1000FPSを超えますが、フルパイプライン実行は共有ビデオデコードのため遅くなります。以前のチェックポイントは参考用に保持されています。