SoccerNet code

Soccernet: un ensemble de données évolutif pour les repérations d'action dans les vidéos de football

[Déprécié] Veuillez visiter https://github.com/silviogiancola/soccernetv2-devkit pour une version mise à jour de ce référentiel

Atelier CVPR'18 sur la vision informatique dans les sports

Disponible sur 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 }
}

Page du projet: https://silviogiancola.github.io/soccernet/

Données disponibles:

• Fonctionnement des cadres (119,9 Go) [pré-zippé]
• Libellés (292,9 Ko) [pré-zippé]
• Commentaires (26,1 Mo) [pré-zippé]
• Vidéos (224p et QG): Remplissez d'abord le formulaire (liens fournis après être d'accord avec le NDA):

Cloner ce référentiel

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

Créer l'environnement conda (Python3)

conda env create -f src/environment.yml

source activate SoccerNet

Télécharger les données

Nous recommandons d'utiliser https://github.com/wkentaro/gdown pour télécharger des fichiers volumineux depuis Google Drive.

pip install gdown (déjà dans l'environnement conda)

Veuillez utiliser le script suivant pour télécharger automatiquement les données:

• Fonctionnement des cadres:

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

• Étiquettes:

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

• Commentaires:

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

• Vidéos (224p) (fichier CSV disponible après avoir rempli ce formulaire):

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

• Vidéos (HD) (fichier CSV disponible après avoir rempli ce formulaire):

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

Lire les données

Lire les données pour un seul jeu

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

Lire les commentaires pour un seul jeu

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

Boucle et lire dans le train / valide / test

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

Boucle et lire tous les jeux

python src/ReadAllData.py data

Code source pour la reproductibilité des données

Fonctionne l'extraction des vidéos

Voir SRC / FEAUTH_EXTRACTION pour plus de détails.

Classification d'action

Voir SRC / Classification pour plus de détails.

Détection / repérage de l'action

Voir SRC / Detection pour plus de détails.

Commencer avec Colab

Il est possible d'utiliser Colab pour travailler avec Soccernet sur Google Cloud. Colab fournit un environnement python colaboratif dans le cloud, y compris le stockage illimité ainsi qu'un GPU Tesla K80 gratuit .

Pour nous Soccernet sur Colab, veuillez consulter ce cahier Jupyter.

(Reju: merci à Lamia13alg pour avoir partagé son cahier Colab)