Стажировка по проекту
Автоматизация ведения статистики любительских игр по волейболу
Компания:
«Школа волейбола VolleyPlay»
«Школа волейбола VolleyPlay»
Суть проекта
Задача
Для чего
Вводные данные
Разработка системы сбора волейбольной статистики с помощью ИИ-технологий
Сбор и анализ данных игровой статистики играет важную роль в процессе работы тренеров в любом виде спорта. Современные высокие технологии активно используются в профессиональном спорте. Однако требования к оснащению помещений и высокая стоимость оборудования для сбора данных делают недоступным его применение на любительском уровне. Школа волейбола VolleyPlay совместно с Университетом Искусственного Интеллекта инициировала проект: при помощи технологий ИИ сделать доступным сбор и анализ статистики для любительского волейбола
- записи нескольких игр любительского волейбола
- подборка видеофрагментов из открытых источников, иллюстрирующих различные аспекты игровой статистики
- несколько вариаций конвейеров, реализующих сбор данных о расположении игроков и мяча на площадке
- web-приложение, которое позволяет загружать и обрабатывать видео для отображения траектории полета мяча, а также проекции игровой площадки с видом сверху
Выходные данные
Участники
1 команды проекта
1 команды проекта
- Бойцов АнтонТимлид проектаАнтон — руководитель группы разработчиков — отвечал за полную разработку проекта
- Акст РусланПомощник тимлидаРуслан помогал руководителю команды организовывать процесс разработки проекта
- Татаринов АлексейПомощник тимлидаАлексей помогал руководителю команды организовывать процесс разработки проекта
- Маркин Владимир
- разметка датасета и тренировка модели для детекции волейбольных стоек (CVAT, Ultralitics YOLOv8)
- разметка датасета и тренировка модели детекции границ волейбольного поля с применением ключевых точек (CVAT, Ultralitics YOLOv8-pose)
- тренировка моделей детекции мяча (Ultralitics YOLOv9)
- трекинг мяча и игроков (ByteTrack, BotSort)
- эксперименты по распознаванию номеров на майках игроков (EasyOCR)
- эксперименты по нахождению размера мяча с помощью object detection, segmentation, edge detection (Ultralitics YOLOv8, YOLOv8-seg, OpenCV)
- разбор и интеграция модуля для нахождения траекторий полетов мяча с применением (OpenCV, supervision)
- создание веб-приложения для ручной разметки границ волейбольного поля (HTML, JavaScript)
- эксперименты по асинхронному подходу для чтения видеопотока и процесса детекции (asyncio)
- разработка FastAPI приложения для интеграции всех наработок: асинхронность, загрузка видео, выгрузка результата, интеграция различных пайплайнов (Fastapi, Uvicorn)
- Жидовинов НикитаИнженер-разработчик
- тренировка моделей детекции мяча и игроков (Ultralitics YOLOv8)
- трекинг мяча и игроков (ByteTrack)
- эксперименты по сегментированию поля для определения границ волейбольного корта (OpenCV, SAM, Grounding DINO)
- генерация датасета и тренировка модели детекции границ волейбольного корта (Ultralitics YOLOv8-seg)
- разработка пайплайна перевода волейбольного корта и игроков в Bird's-Eye View (OpenCV)
- эксперименты по созданию модели предсказания координаты летящего мяча в плоскость поля для корректного его переноса в Bird's-Eye View (OpenCV, scikit-learn, PyTorch)
- тестирование предобученных сетей для определения глубины изображения (SC-Depth, Depth Anything v1)
- эксперименты с параметрами трекеров игроков и мяча
- разработка расширяемого, конфигурируемого, модульного пайплайна для тестирования различных моделей и подходов (supervision)
- разработка прототипа демонстрационного приложения на основе разработанного пайплайна (Streamlit)
- Басов ЮрийРазработчик сайтов под заказ
- предобработка и парсинг звуков, создание датасета для обнаружения свистка судьи (librosa, Pillow, yaml)
- обучение модели обнаружения звука свистка судьи (Ultralitics YOLOv8)
- применение предобученных сетей для автоматической разметки видеозаписей игр (Ultralitics YOLOv8-pose, MediaPipe, LangSAM)
- дополнение датасета кадрами с размытием, а также кадрами с пересекающимися игроками и мячом
- обучение модели обнаружения мяча и игроков на расширенном датасете (Ultralitics YOLOv8)
- трекинг мяча и игроков (DeepSort)
- анализ поз игроков во время подач (MediaPipe)
- Соболева ВалерияКонсультант по вопросам в сфере информационной безопасности
- сбор датасета волейбольных подач из открытых источников
- анализ поз игроков во время подач (MediaPipe, OpenCV)
- применение предобученных сетей для автоматической разметки мяча и игроков (Grounding Dino, SAM, PyTorch, VGG Image Annotator)
- Максименко ДмитрийЭксперт по телекоммуникациям
- проверка датасета для распознавания мячей и чистка датасета (Roboflow)
Участники
2 команды проекта
2 команды проекта
- Гришаков РусланТимлид проектаРуслан — руководитель группы разработчиков — отвечал за полную разработку проекта
- Глазырина ТатьянаСпециалист отдела сопровождения СПС Гарант
- предобработка видеоданных
- обзор и использование моделей Grounding DINO, SAM, LangSAM для задач проекта
- сбор и подготовка датасета с разметкой волейбольной площадки
- подбор архитектур и обучение моделей для сегментации и детекции волейбольной площадки
- разработка Android приложения для инференса моделей
- Шипунова Екатеринаbackend python-developer в STM Labs
- предобработка видеоданных
- обзор детекторов семейства YOLO и подбор моделей для задач проекта
- сравнительный анализ моделей MoveNet, MediaPipe, YoloPose для определения позы и жестов в задачах проекта
- отображение волейбольной площадки в вид сверху с разделением на зоны и детекцией положения игроков
- Маковецкая Маринамоушн-дизайнер
- предобработка видеоданных
- дедупликация фреймов с помощью FastDup
- сбор и подготовка датасета с разметкой волейбольной площадки
- подбор архитектур и обучение моделей для сегментации и детекции волейбольной площадки
- исследование методов распознавания и классификации жестов
- изучение алгоритмов для отображения проекций мяча на плоскости волейбольной площадки
- определение расположения игроков на волейбольной площадке
- Мамедалиев ЭльманСистемный администратор
- планирование структуры и взаимодействия компонентов базового приложения
- реализация отдельных модулей базового приложения
- Данилов ЛеонидЮрист, GR-менеджер
- составление инструкции с разъяснениями правил волейбола для AI-разработчиков
- формирование концепции ведения волейбольной статистики
- консультирование разработчиков по вопросам интерпретации видеоматериалов матчей, особенностям игровых ситуаций
- тестирование моделей и экспертная оценка получаемых результатов в процессе разработок по проекту
Благодарность университетУ