SoccerNet code

SOCCERNET: مجموعة بيانات قابلة للتطوير لاكتشاف الإجراءات في مقاطع الفيديو لكرة القدم

[إهمال] يرجى زيارة https://github.com/silviogiancola/soccernetv2-devkit للحصول على نسخة محدثة من هذا المستودع

ورشة عمل CVPR'18 حول رؤية الكمبيوتر في الرياضة

متاح في OpenAccess.TheCvf.com

 @InProceedings { Giancola_2018_CVPR_Workshops ,
  author = { Giancola, Silvio and Amine, Mohieddine and Dghaily, Tarek and Ghanem, Bernard } ,
  title = { SoccerNet: A Scalable Dataset for Action Spotting in Soccer Videos } ,
  booktitle = { The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops } ,
  month = { June } ,
  year = { 2018 }
}

صفحة المشروع: https://silviogiancola.github.io/soccernet/

البيانات المتاحة:

• ميزات الإطارات (119.9 جيجا بايت) [مسبقًا]
• تسميات (292.9 كيلو بايت) [مسبقًا]
• التعليقات (26.1 ميغابايت) [مسبقًا]
• مقاطع الفيديو (224p و HQ): املأ النموذج أولاً (الروابط المقدمة بعد الاتفاق مع NDA):

استنساخ هذا المستودع

git clone https://github.com/SilvioGiancola/SoccerNet-code.git

إنشاء البيئة كوندا (Python3)

conda env create -f src/environment.yml

source activate SoccerNet

قم بتنزيل البيانات

نوصي باستخدام https://github.com/wkentaro/gdown لتنزيل ملفات كبيرة من Google Drive.

pip install gdown (بالفعل في بيئة كوندا)

يرجى استخدام البرنامج النصي التالي لتنزيل البيانات تلقائيًا:

• ميزات الإطارات:

./src/SoccerNet_CSV_Downloader.sh data/SoccerNet_V1.1_Features.csv

• التسميات:

./src/SoccerNet_CSV_Downloader.sh data/SoccerNet_V1.1_Labels.csv

• التعليقات:

./src/SoccerNet_CSV_Downloader.sh data/SoccerNet_V1.1_Commentaries.csv

• مقاطع الفيديو (224p) (ملف CSV متاح بعد ملء هذا النموذج):

./src/SoccerNet_CSV_Downloader.sh data/SoccerNet_V1.1_Videos.csv

• مقاطع الفيديو (HD) (ملف CSV متاح بعد ملء هذا النموذج):

./src/SoccerNet_CSV_Downloader.sh data/SoccerNet_V1.1_Videos_HQ.csv

قراءة البيانات

اقرأ البيانات للحصول على لعبة واحدة

python src/ReadData.py "data/england_epl/2014-2015/2015-05-17 - 18-00 Manchester United 1 - 1 Arsenal"

اقرأ التعليقات للعبة واحدة

python src/ReadCommentaries.py data france_ligue-1 2016-2017 "Paris SG" "Marseille"

حلقة وقراءة عبر القطار/صالحة/اختبار

python src/ReadSplitData.py data src/listgame_Train_300.npy

حلقة وقراءة على جميع الألعاب

python src/ReadAllData.py data

رمز المصدر لاستنساخ البيانات

ميزات الاستخراج من مقاطع الفيديو

راجع SRC/Depative_Extraction لمزيد من التفاصيل.

تصنيف العمل

انظر SRC/التصنيف لمزيد من التفاصيل.

الكشف عن العمل/اكتشاف

انظر SRC/الكشف لمزيد من التفاصيل.

البدء مع كولاب

من الممكن استخدام Colab للعمل مع Soccernet على Google Cloud. يوفر Colab بيئة Python Colaborative في السحابة بما في ذلك التخزين غير المحدود بالإضافة إلى وحدة معالجة الرسومات Tesla K80 المجانية .

لنا

(الاعترافات: بفضل LAMIA13ALG لمشاركتها في دفتر كولاب)