TTNet-实时乒乓球分析系统-Pytorch：TTNet...

简介：
简介：TTNet是一款基于PyTorch开发的实时乒乓球比赛分析工具，通过先进的机器学习技术提供战术建议与球员表现评估。 TTNet-Pytorch 是一个实现乒乓球实时时空视频分析的项目, 基于论文“ TTNet：乒乓球的实时时空视频分析”。该项目具有以下特点： - 全球舞台上的球检测。 - 局部阶段（细化）中的检球功能。 - 事件发现，包括跳动和净匹配检测。 - 对人、桌以及记分板进行语义细分。 此外，该实现提供了启用或禁用 TTNet 模型中不同模块的功能，并使用 TensorboardX 来平滑标记事件发现。更新记录如下： 2020年6月23日：训练速度更快，在单个GPU（GTX1080Ti）上推理阶段达到超过 120 FPS。 2020年7月3日：该实现能够与 TTNet 论文中报告的结果相比较。 2020年7月6日：TTNet 论文有一些限制。我采用新的方法和模型实现了任务，现在新模型可以做到： - 推论速度超过 130 FPS。 - 细分任务的 IoU 得分为约 0.96。 - 球检测任务的均方根误差（RMSE）小于4像素。