4 个月前

广泛适用的体育球类检测与跟踪强基线方法

广泛适用的体育球类检测与跟踪强基线方法

摘要

在这项工作中,我们提出了一种新颖的体育球类检测与跟踪(SBDT)方法,该方法可应用于多种体育项目。我们的方法由以下三个部分组成:(1) 高分辨率特征提取,(2) 位置感知模型训练,(3) 考虑时间一致性的推理,这些部分共同构成了一个新的SBDT基线。此外,为了验证我们方法的广泛适用性,我们在来自不同体育项目的五个数据集上将我们的基线与六种最先进的SBDT方法进行了比较。为此,我们新引入了两个SBDT数据集,为两个数据集提供了新的球类注释,并重新实现了所有方法以简化广泛的对比实验。实验结果表明,我们的方法在所涉及的所有体育项目中均显著优于现有方法。我们认为,我们提出的方法可以作为SBDT的广泛适用强基线(WASB),并且我们的数据集和代码库将促进未来的SBDT研究。数据集和代码可在https://github.com/nttcom/WASB-SBDT 获取。

代码仓库

nttcom/wasb-sbdt
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
sports-ball-detection-and-tracking-onResTrackNetV2
Accuracy (%): 84.0
Average Precision (%): 82.2
F1 (%): 89.4
sports-ball-detection-and-tracking-onWASB (Step=3)
Accuracy (%): 87.0
Average Precision (%): 88.5
F1 (%): 91.6
sports-ball-detection-and-tracking-onDeepBall-Large
Accuracy (%): 36.8
Average Precision (%): 59.5
F1 (%): 50.6
sports-ball-detection-and-tracking-onWASB (Step=1)
Accuracy (%): 89.0
Average Precision (%): 91.6
F1 (%): 93.1
sports-ball-detection-and-tracking-on-1WASB (Step=1)
Accuracy (%): 80.0
Average Precision (%): 83.2
F1 (%): 88.0
sports-ball-detection-and-tracking-on-1WASB (Step=3)
Accuracy (%): 77.9
Average Precision (%): 79.9
F1 (%): 86.5
sports-ball-detection-and-tracking-on-1DeepBall-Large
Accuracy (%): 57.5
Average Precision (%): 56.5
F1 (%): 70.4
sports-ball-detection-and-tracking-on-1ResTrackNetV2
Accuracy (%): 74.7
Average Precision (%): 74.7
F1 (%): 84.2
sports-ball-detection-and-tracking-on-2ResTrackNetV2
Accuracy (%): 68.2
Average Precision (%): 66.0
F1 (%): 77.9
sports-ball-detection-and-tracking-on-2WASB (Step=3)
Accuracy (%): 71.3
Average Precision (%): 71.5
F1 (%): 80.6
sports-ball-detection-and-tracking-on-2DeepBall-Large
Accuracy (%): 47.5
Average Precision (%): 36.6
F1 (%): 57.2
sports-ball-detection-and-tracking-on-2WASB (Step=1)
Accuracy (%): 73.4
Average Precision (%): 77.1
F1 (%): 82.6
sports-ball-detection-and-tracking-on-sbdtWASB (Step=1)
Accuracy (% ): 97.9
Average Precision (%): 86.2
F1 (%): 88.2
sports-ball-detection-and-tracking-on-sbdtWASB (Step=3)
Accuracy (% ): 97.9
Average Precision (%): 83.6
F1 (%): 88.3
sports-ball-detection-and-tracking-on-sbdtResTrackNetV2
Accuracy (% ): 97.4
Average Precision (%): 75.5
F1 (%): 84.6
sports-ball-detection-and-tracking-on-sbdtDeepBall-Large
Accuracy (% ): 89.5
Average Precision (%): 34.0
F1 (%): 44.9
sports-ball-detection-and-tracking-on-tennisWASB (Step=1)
Accuracy (%): 91.8
Average Precision (%): 94.2
F1 (%): 95.6
sports-ball-detection-and-tracking-on-tennisWASB (Step=3)
Accuracy (%): 89.0
Average Precision (%): 91.0
F1 (%): 94.0
sports-ball-detection-and-tracking-on-tennisResTrackNetV2
Accuracy (%): 82.8
Average Precision (%): 81.7
F1 (%): 90.3
sports-ball-detection-and-tracking-on-tennisDeepBall-Large
Accuracy (%): 31.6
Average Precision (%): 35.1
F1 (%): 46.7

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
广泛适用的体育球类检测与跟踪强基线方法 | 论文 | HyperAI超神经