【深度学习】这个CV模型，让你猜球必赢

‍‍

新智元报道

编辑：Aeneas

【新智元导读】这位外国小哥，使用了YOLOv5和ByteTRACK的组合来跟踪球场上的球员。网友大呼：妥妥的赌球王者了。

前天，C罗的球迷们伤心惨了。

12月11日的卡塔尔世界杯上，葡萄牙不敌摩洛哥止步八强，C罗的世界杯之旅，就这样画上了遗憾的句号。

#C罗说梦想结束了#的这个热搜下，集结了不知多少心碎的球迷。

葡萄牙对摩洛哥的这场比赛，出现了0:1的爆冷结果。C罗哭了，内马尔哭了，下一个会是谁呢？

不过，还没来得及从为C罗伤心中走出来，今晚又要迎来梅西和莫德里奇的对决了！

怕心脏受不了？

现在，有了这么一个模型，没准能让你在比赛开始的5分钟内，就提前知道这场球会不会爆冷。

当计算机视觉用于足球

国外的这位机器学习工程师，一直希望把计算机视觉(CV)和自己热爱的足球相结合。

在三年前，他就曾尝试用YOLOv3来把篮球场上的运动员进行检测和分类。

而眼下的FIFA世界杯，让他重新捡起了这个想法。

这次，他使用的是YOLOv5和ByteTRACK的组合，来跟踪球场上的足球运动员。

第1步：构建预训练检测器

最初，Skalski希望能跳过自定义模型训练。

他希望从开始到结束只花几个小时，速战速决。

因为用于训练YOLOv5和YOLOv7模型的流行COCO数据集包含他最感兴趣的两个类 — person和sports ball，这就让他非常乐观，认为可以从COCO检查点进行训练。

他从Kaggle的德甲数据大战中快速下载了几十个简短的足球比赛视频，并将预训练模型用于测试。

在尝试了iou_threshold，confidence_threshold，input_resolution等各种配置后，他得到的结果令人失望。

在这个模型上，仅仅在几个视频帧上能检测到球，因为数量太少，模型无法可靠地跟踪如此小且快速移动的物体。

另一方面，这个模型会检测到场外的许多冗余对象——教练、球迷、维修人员、摄像人员等。为了这些冗余对象，需要编写额外的检测过滤逻辑，太过麻烦。

可见，即使数据集包含所需要的类，但用于推理的视频肯定与用于训练的图像有很大不同。

在这种情况下，Skalski只能创建自己的数据集，并训练自定义模型。

第2步：构建自定义检测器

而训练自定义模型，就需要付出很多努力。

最主要的原因是，为了注释图像，必须完成大量的手动工作。

由于时间匆忙，需要尽可能的简化流程。

Skalski从前面提到的Kaggle数据集中选择了几十个视频，并使用FFmpeg从每个视频中提取10帧——每3秒一个。

接下来，就是对图像执行自动初步注释，并将检测到的对象保存到txt文件，来利用预训练的YOLOv5 模型。

接下来，第2阶段就是要完善数据了。

虽然计算机已经完成了90%的工作，但人工更正仍然花了Skalski将近5个小时的时间。

同时，他还引入了两个额外的对象类——裁判和守门员。他的工作成果，在Roboflow Universe上可见。该数据集是开源的，任何人都可以免费使用。

预训练vs自定义足球运动员检测器

自定义训练的结果让Skalski对于解决上述两个问题充满自信。

但不幸的是，可能是由于分类不平衡，该模型在检测goalkeeper类时仍然存在问题。

于是，在接下来，Skalski将每个守门员都视为一名普通的足球运动员。

Skalski的模型和他的数据集一样，在Roboflow Universe上都是可用的。只需拖放测试图像即可。

第3步：跟踪对象

Skalski使用的是ByteTRACK（SOTA多对象跟踪器之一）来跟踪视频中的对象。

ByteTRACK在内部并不使用任何神经网络。这个模型的强大功能完全来自于简单的数学计算：比较各个帧上的边界框位置。

最重要的是，ByteTRACK不负责检测，只负责跟踪。因此，它不需要像其他一些跟踪器那样进行单独训练。

因而，ByteTRACK允许我们轻松地更换检测器，而无需重新设计整个代码的架构。

下面是一段简化的代码片段，在自己的项目中，您需要利用ByteTRACK的起始代码。

在ByteTRACK项目中，框架上的每个对象都有一个唯一的ID。

这是模型的结果：

ByteTRACK单帧结果

可以看到，每个玩家都被分配了一个唯一的编号，并在帧之间进行跟踪。

当然，检测和跟踪仅仅是个开始。

有了这些，我们就可以更上一层楼了！

比如，现在可以快速分析动作的过程，了解球是如何在球员之间移动的，计算球员移动的距离，或者定位他们最常出现的场地区域。

网友：不去赌球可惜了

有网友表示：既然你掌握了这么多信息，不去赌球真的亏了。

对此，有激动的网友表示：「这也太梦幻了！我一直就想做出这样一个东西卖给赌球的人。」

「你可以呈现出每个进攻球员的每一秒的传球状态和准备状态。甚至可以对从未被传球的球员进行360 度的表现评估，这比估计的赔率准确多了！」

也有网友表示：dream一个足球比赛的实时小地图。

有严谨的网友询问道：「这个脚本是否只适用于一个固定的摄像机角度，比如从覆盖整个地面的一侧？可不可以用在其他摄像角度上，例如对3-4位球员进行对焦拍摄。」

对此帖主回复：「我认为我们可以添加来自其他角度的用例的数据，重新训练模型，它应该表现得一样好。」

而该网友表示：「我感觉换个角度的训练数据是行不通的。我的想法是，继续在全摄像机角度拍摄时运行脚本，但要记下球的位置和球周围的球员，并在任何其他提要上标记数据。」

参考资料：

https://blog.roboflow.com/track-football-players/

https://youtu.be/QCG8QMhga9k

往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码