这个项目能做什么

小白自动剪辑（Badminton Auto-Editing）是一个开源的羽毛球比赛视频自动剪辑系统，主要面向羽毛球爱好者和教练，帮助快速提取比赛中的有效回合片段。 项目包含四个主要部分： - **后端**：基于 Python FastAPI 构建，集成音视频分析、FFmpeg 和 TrackNetV3 羽毛球轨迹检测模型，实现回合识别与剪辑处理。 - **前端**：响应式 H5 界面，支持视频上传、AI 识别切片时间轴可视微调、压缩导出。 - **桌面壳**：macOS / Windows 原生桌面应用，自动启动本地服务并在窗口中打开工作台，无需手动运行 Uvicorn。 - **Android 端侧 App**：支持本地分析和本地导出，可在手机端运行。 核心功能流程： 1. 上传录像后，在画面上拖动四个角点框住目标球场。 2. 点击“开始识别”，系统结合 2kHz-6kHz 击球声、球场多边形内局部运动与 TrackNetV3 羽毛球轨迹，向前回溯到发球动作启动，向后保留落地轨迹。 3. 低置信度回合以琥珀色显示，用户可在时间轴中调整或删除后再导出。 导出策略：通过 POST /api/v1/video/export/{task_id} 在系统临时目录完成剪辑编码，直接返回 MP4 或 ZIP 文件。浏览器使用一次性 Blob URL 下载，响应传输结束后服务端立即删除临时目录，不保存成片。响应头包含 X-Export-Filename、X-File-Size-MB 和 Cache-Control: no-store。 输出尺寸上限为 1080p 和 720p，小于该尺寸的源视频不会被放大。软件编码默认使用 libx264 / libx265，可通过 FFMPEG_HWACCEL=true 启用硬件编码。 TrackNetV3 模型可通过环境变量控制：TRACKNET_ENABLED=false 关闭，TRACKNET_MODEL_PATH 指定权重路径，TRACKNET_DEVICE=cpu|mps|cuda 选择设备。模型不可用或置信度不足时自动退回场内运动结果。 桌面版支持 macOS 和 Windows，通过 build_macos.sh 或 build_windows.ps1 构建安装包。GitHub Actions 自动创建 Release 并附带安装包。 项目使用 MIT 许可证，默认权重文件也遵循 MIT 许可。