SoccerNet code

Soccernet: um conjunto de dados escalonável para active Spotting em vídeos de futebol

[Depreciado] Visite https://github.com/silviogiancola/socchernetv2-devkit para uma versão atualizada desse repositório

Workshop CVPR'18 sobre visão computacional em esportes

Disponível em 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 }
}

Página do projeto: https://silviogiancola.github.io/socchernet/

Dados disponíveis:

• Recursos de molduras (119,9 GB) [pré-zumbido]
• Rótulos (292,9kb) [pré-zombado]
• Comentários (26,1 MB) [pré-zumbido]
• Vídeos (224p e HQ): Preencha o formulário primeiro (links fornecidos após concordar com o NDA):

Clone este repositório

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

Crie o Ambiente Conda (Python3)

conda env create -f src/environment.yml

source activate SoccerNet

Baixar os dados

Recomendamos usar https://github.com/wkentaro/gdown para baixar arquivos grandes do Google Drive.

pip install gdown (já no ambiente do conda)

Use o script a seguir para baixar automaticamente os dados:

• Recursos de molduras:

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

• Rótulos:

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

• Comentários:

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

• Vídeos (224p) (arquivo CSV disponível após preencher este formulário):

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

• Vídeos (HD) (arquivo CSV disponível após preencher este formulário):

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

Leia os dados

Leia dados para um único jogo

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

Leia comentários para um único jogo

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

Loop e leia sobre trem/válido/teste

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

Faça um loop e leia todos os jogos

python src/ReadAllData.py data

Código -fonte para reprodutibilidade de dados

Apresenta extração de vídeos

Consulte SRC/festere_extraction para obter mais detalhes.

Classificação de ação

Consulte SRC/Classificação para obter mais detalhes.

Detecção de Ação/Spoting

Consulte SRC/Detecção para obter mais detalhes.

Introdução ao Colab

É possível usar o COLAB para trabalhar com o Soccernet no Google Cloud. O COLAB fornece um ambiente colaborativo de Python na nuvem, incluindo armazenamento ilimitado , bem como uma GPU Tesla K80 gratuita .

Para nós, Soccernet, no Colab, verifique este notebook Jupyter.

(Reconhecimentos: Agradecimentos a Lamia13alg por compartilhar seu notebook Colab)