SoccerNet code

SOCCERNET: Dataset yang dapat diskalakan untuk bertingkah laku di video sepak bola

[Usang] Silakan kunjungi https://github.com/silviogiancola/soccernetv2-devkit untuk versi yang diperbarui dari repositori itu

Lokakarya CVPR'18 tentang Visi Komputer dalam Olahraga

Tersedia di 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 }
}

Halaman Proyek: https://silviogiancola.github.io/soccernet/

Data tersedia:

• Fitur frame (119.9GB) [pra-zip]
• Label (292.9kb) [pra-zip]
• Komentar (26.1MB) [pra-zip]
• Video (224p dan HQ): Isi formulir terlebih dahulu (tautan yang disediakan setelah menyetujui NDA):

Kloning repositori ini

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

Buat lingkungan conda (python3)

conda env create -f src/environment.yml

source activate SoccerNet

Unduh data

Kami merekomendasikan untuk menggunakan https://github.com/wkentaro/gown untuk mengunduh file besar dari Google Drive.

pip install gdown (sudah ada di lingkungan Conda)

Silakan gunakan skrip berikut untuk mengunduh data secara otomatis:

• Fitur bingkai:

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

• Label:

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

• Komentar:

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

• Video (224p) (file CSV tersedia setelah mengisi formulir ini):

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

• Video (HD) (file CSV tersedia setelah mengisi formulir ini):

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

Baca data

Baca data untuk satu game

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

Baca komentar untuk satu game

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

Loop dan baca melalui kereta/valid/tes

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

Loop dan baca semua game

python src/ReadAllData.py data

Kode sumber untuk reproduktifitas data

Fitur ekstraksi dari video

Lihat SRC/Fitur_Extraction untuk detail lebih lanjut.

Klasifikasi Tindakan

Lihat SRC/Klasifikasi untuk lebih jelasnya.

Deteksi/bercak aksi

Lihat SRC/Deteksi untuk lebih jelasnya.

Memulai dengan Colab

Dimungkinkan untuk menggunakan Colab untuk bekerja dengan Soccernet di Google Cloud. Colab menyediakan lingkungan Python colaborative di cloud termasuk penyimpanan tanpa batas serta GPU Tesla K80 gratis .

Bagi kami Soccernet di Colab, silakan periksa buku catatan Jupyter ini.

(Pengakuan: Terima kasih kepada LAMIA13ALG untuk berbagi notebook Colab -nya)