AI Basketball Referee
1.0.0
Olahraga berkembang dari hari ke hari dan teknologi yang mendukung olahraga ini berkembang dengan kecepatan yang eksponensial. Banyak olahraga telah menerapkan visi komputer untuk meningkatkan panggilan wasit dan keadilan permainan secara keseluruhan. Tenis menggunakan kamera untuk mendeteksi apakah ada bola yang keluar, Atletik menggunakan kamera untuk mendeteksi siapa yang memenangkan perlombaan, dan masih banyak lagi. Namun satu olahraga yang gagal mencapai hal tersebut dalam skala besar adalah bola basket. Selain itu, bola basket adalah salah satu olahraga yang terkenal karena keputusan wasit yang sangat mengubah kejuaraan dan sangat buruk. Menerapkan visi komputer untuk mengawasi pertandingan bola basket tidak hanya membuat permainan menjadi pengalaman yang lebih adil bagi pemain dan penggemar, tetapi juga menjadi cara mengumpulkan data untuk digunakan dalam model dan statistik pembelajaran mesin yang lebih baik.
AI Basketball Referee adalah sistem berbasis visi komputer yang menggunakan model pembelajaran mesin YOLO (You Only Look Once) khusus yang dilatih pada 3000 gambar beranotasi untuk mendeteksi bola basket secara real-time. Selain itu, ia menggunakan estimasi pose YOLO untuk mendeteksi titik-titik kunci di tubuh pemain. Dengan menggabungkan kedua teknik ini, AI Basketball Referee mampu mengidentifikasi pergerakan dan dribel ganda secara akurat dalam permainan bola basket.
Langkah pertama dalam proses AI Basketball Referee adalah deteksi bola basket. Model pembelajaran mesin YOLO dilatih untuk mengenali bola basket dalam bingkai video. Ini telah dilatih pada kumpulan data beragam yang terdiri dari 3000 gambar beranotasi yang berisi berbagai pose bola basket, kondisi pencahayaan, dan latar belakang. Selama runtime, model menganalisis setiap frame secara real-time dan memprediksi kotak pembatas di sekitar bola basket yang terdeteksi.
Untuk memungkinkan deteksi pergerakan dan dribel ganda, Wasit Bola Basket AI juga menggunakan estimasi pose YOLO. Teknik ini memungkinkan sistem untuk mengidentifikasi dan melacak titik-titik kunci pada tubuh pemain. Sendi tubuh utama seperti pergelangan kaki, lutut, pinggul, siku, dan pergelangan tangan sangat penting untuk menentukan pergerakan pemain secara akurat.
Setelah bola basket dan titik kunci pemain terdeteksi, Wasit Bola Basket AI menerapkan serangkaian aturan yang telah ditentukan sebelumnya untuk menentukan apakah telah terjadi pelanggaran perjalanan. Dengan menganalisis posisi dan pergerakan titik kunci pemain dalam frame yang berurutan, sistem dapat mendeteksi kejadian di mana seorang pemain mengambil langkah tanpa menggiring bola atau telah bergerak lebih dari jarak yang diperbolehkan tanpa menggiring bola atau mengoper.
Demikian pula, Wasit Bola Basket AI memanfaatkan bola basket yang terdeteksi dan titik kunci pemain untuk mengidentifikasi dribel ganda. Dengan melacak posisi dan pergerakan titik kunci pemain dan menganalisis interaksi dengan bola basket, sistem dapat mendeteksi situasi di mana seorang pemain menggiring bola, berhenti, dan kemudian mulai menggiring bola lagi tanpa ada pemain lain yang menyentuh atau menguasai bola untuk sementara waktu.
Wasit Bola Basket AI memberikan umpan balik waktu nyata tentang pelanggaran perjalanan dan dribel ganda selama pertandingan bola basket. Ini menyoroti pelanggaran yang terdeteksi pada umpan video, sehingga memudahkan wasit atau pengguna untuk mengidentifikasi dan menilai keakuratan keputusan sistem. Selain itu, sistem dapat menghasilkan log atau peringatan untuk mencatat pelanggaran yang terdeteksi untuk analisis atau peninjauan lebih lanjut.
Wasit Bola Basket AI telah dirancang agar dapat disesuaikan dan diperluas. Pengguna dapat menyempurnakan parameter sistem, seperti ambang deteksi bola basket dan sensitivitas pergerakan serta deteksi dribel ganda, agar sesuai dengan kebutuhan spesifik mereka. Selain itu, aturan tambahan dan kemampuan deteksi dapat dimasukkan ke dalam sistem untuk mengatasi pelanggaran bola basket atau situasi permainan lainnya.
Secara keseluruhan, AI Basketball Referee menggabungkan teknik visi komputer canggih, termasuk deteksi objek YOLO dan estimasi pose, untuk secara akurat mendeteksi pergerakan dan dribel ganda dalam permainan bola basket real-time. Ini memberikan alat yang berharga bagi wasit, pelatih, dan pemain untuk menganalisis gameplay, meningkatkan kinerja pemain, dan meningkatkan keadilan pertandingan bola basket secara keseluruhan.
Proyek klon
Buka proyek di VSCode
Buat lingkungan conda baru: conda create -n exercise-tracking python=3.11
Aktifkan lingkungan conda: conda activate exercise-tracking
Instal paket ultralytics: pip install ultralytics
Jalankan skrip Python mana pun yang ingin Anda coba. double_dribble.py dan travel_detection.py adalah yang menyediakan panggilan wasit secara real-time.
Ubah input video ke webcam Anda ( cv2.VideoCapture(0) ) atau file video dengan jalur relatif ( cv2.VideoCapture('video.mp4') ).
File ini adalah inti dari model deteksi bola basket. Sayangnya, file tersebut terlalu besar dan telah melampaui batas penyimpanan GitHub. Silakan unduh filenya di sini: https://drive.google.com/file/d/1e6HLRuhh1IEmxOFaxHQMxfRqhzD92t3B/view?usp=sharing
https://news.gatech.edu/news/2023/07/25/tech-student-brings-artificial-intelligence-basketball-officiating
https://www.hackster.io/news/ai-basketball-referee-detects-traveling-ed1ed45f8ccd
https://aifinityhub.com/2023/06/03/hoops-and-algorithms-ais-role-in-nbas-refereeing/
https://www.fry-ai.com/p/ai-basketball-referee-days-yelling-human-officials-soon
Webinar Toko Tunggal https://www.singlestore.com/resources/webinar-how-to-build-an-openai-basketball-referee-system-with-computer-vision-2023-07/
Lembur (7M+) https://www.instagram.com/reel/CtMd6LgAAMo/?igshid=ZmZiYTY5ZDNhOA%3D%3D
Barsee AI https://twitter.com/WGMImedia/status/1664205786644455424
