VolleyTrack
Tracking ball - отслеживание волейбольного мяча на любительских видео

Tracking ball - отслеживание волейбольного мяча на любительских видео

2025/09/08

Быстрое отслеживание волейбольного мяча: реальная аналитика на 200 FPS

Волейбольный мяч в движении

Волейбол — это динамичный вид спорта, где каждая деталь движения мяча может иметь значение для анализа игры, тренерской работы или создания новых спортивных технологий. Представляем проект Fast Volleyball Tracking Inference — решение для высокоскоростного обнаружения и отслеживания волейбольного мяча в реальном времени, работающее на скорости до 200 кадров в секунду (FPS) (модель fast) даже на обычном процессоре Intel Core i5-10400F. Этот проект, доступный на GitHub - Fast Volleyball Tracking Inference , идеально подходит для определения траекторий мяча на любительских видео со статическим размещением видеокамеры

Что такое Fast Volleyball Tracking Inference?

Это легковесная система, основанная на оптимизированной модели ONNX, которая позволяет: - Обнаруживать и отслеживать волейбольный мяч в видео с высокой скоростью. - Сохранять координаты мяча в CSV-файл для дальнейшего анализа. - Опционально создавать визуализированное видео с траекторией движения мяча. - Работать на обычном CPU, обеспечивая доступность для широкого круга пользователей.

Проект использует grayscale-видео для оптимизации производительности и достигает впечатляющей скорости обработки даже на недорогом оборудовании.

Основные преимущества

  1. Высокая производительность: до 200 FPS на Intel Core i5-10400F @ 2.90GHz.
  2. Оптимизация под CPU: Легковесная модель ONNX, не требующая мощных GPU.
  3. Гибкость вывода: Координаты мяча сохраняются в CSV, для отладки можно визиулазировать процесс — опциональна.
  4. Простота использования: Удобный интерфейс командной строки с настраиваемыми параметрами.
  5. Открытый код: Проект распространяется под лицензией MIT, что позволяет свободно использовать и модифицировать его.

Как начать использовать?

Установка

Для работы с проектом потребуется: - Python 3.12 или выше. - Менеджер зависимостей uv. - Видеофайл (например, .mp4). - Предобученные веса модели ONNX (ссылка на скачивание указана в репозитории).

Шаги установки: 1. Клонируйте репозиторий: 

git clone https://github.com/asigatchov/fast-volleyball-tracking-inference.git
cd fast-volleyball-tracking-inference
2. Установите зависимости с помощью uv:

uv sync
  1. Скачайте предобученные веса модели ONNX (ссылка доступна в репозитории).

Запуск

Для обработки видео и получения координат мяча выполните команду:

uv run src/inference_onnx_seq9_gray_v2.py --video_path examples/beach_st_lenina_20250622_g1_005.mp4 --model_path models/VballNetFastV1_seq9_grayscale_233_h288_w512.onnx --output_dir output/

Для визуализации траектории мяча в реальном времени добавьте флаг --visualize:

uv run src/inference_onnx_seq9_gray_v2.py --video_path examples/beach_st_lenina_20250622_g1_005.mp4 --model_path models/VballNetFastV1_seq9_grayscale_233_h288_w512.onnx --visualize

Выходные данные

  • CSV-файл: Содержит идентификатор кадра и координаты мяча (x, y). Пример: 
    Frame,Visibility,X,Y
0,0,-1,-1
1,1,1068,536
2,1,1068,532
...
  • Видео (опционально): Визуализация траектории мяча, сохраненная в папке output/.

Применение

Проект открывает множество возможностей: - Спортивная аналитика: Изучение траекторий мяча для улучшения стратегий и тренировок. - Определение игрового времени - Исследования в компьютерном зрении: Разработка и тестирование легковесных моделей для реального времени.

Технические детали

  • Архитектура модели: Легковесная сверточная нейронная сеть (CNN), оптимизированная для работы на CPU.
  • Входные данные: Grayscale-видео для ускорения обработки.
  • Зависимости:
    • onnxruntime>=1.22.0
    • opencv-python>=4.12.0.88
    • pandas>=2.3.1
    • tqdm>=4.67.1

Заключение

Fast Volleyball Tracking Inference — это инструмент для всех, кто интересуется спортивной аналитикой или компьютерным зрением. Благодаря высокой скорости, простоте использования и открытому коду, проект идеально подходит для энтузиастов. Попробуйте его уже сегодня, клонировав репозиторий на GitHub - Fast Volleyball Tracking Inference !