SoccerNet code

Soccernet：サッカービデオでアクションスポッティングのためのスケーラブルなデータセット

[非推奨]そのリポジトリの更新バージョンについては、https：//github.com/silviogiancola/soccernetv2-devkitにアクセスしてください

CVPR'18スポーツのコンピュータービジョンに関するワークショップ

OpenAccess.Thecvf.comで入手可能

 @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 }
}

プロジェクトページ：https：//silviogiancola.github.io/soccernet/

利用可能なデータ：

• フレーム機能（119.9GB）[事前zipt]
• ラベル（292.9kb）[事前zipt]
• 解説（26.1MB）[事前zipt]
• ビデオ（224PおよびHQ）：最初にフォームに記入します（NDAに同意した後に提供されるリンク）：

このリポジトリをクローンします

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

Conda Environment（Python3）を作成する

conda env create -f src/environment.yml

source activate SoccerNet

データをダウンロードします

https://github.com/wkentaro/gdownを使用して、Googleドライブから大きなファイルをダウンロードすることをお勧めします。

pip install gdown （すでにコンドラ環境にあります）

次のスクリプトを使用して、データを自動的にダウンロードしてください。

• フレーム機能：

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

• ラベル：

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

• 解説：

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

• ビデオ（224p）（このフォームに記入した後に利用可能なCSVファイル）：

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

• ビデオ（HD）（このフォームに記入した後に利用可能なCSVファイル）：

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

データを読む

単一のゲームのデータを読み取ります

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

単一のゲームの解説を読んでください

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

トレイン/有効/テストをループして読み取ります

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

すべてのゲームをループして読み取ります

python src/ReadAllData.py data

データの再現性のソースコード

ビデオからの抽出を特徴

詳細については、src/feature_extractionを参照してください。

アクション分類

詳細については、SRC/分類を参照してください。

アクション検出/スポッティング

詳細については、SRC/検出を参照してください。

Colabを始めます

Colabを使用して、Google CloudでSoccernetを使用することができます。 Colabは、無制限のストレージや無料のTesla K80 GPUなど、クラウド内のコラボレーティブPython環境を提供します。

colabのsoccernetに、このjupyterノートブックを確認してください。

（謝辞：Colabノートブックを共有してくれたLamia13Algに感謝します）