基于深度学习的篮球比赛战术数据自动采集及统计系统——1数据集构建

前言：

        本篇文章主要介绍第一个模块：数据集构建。本篇文章的内容很关键，构建的数据集是能够实现训练后续三个模块的基石，所以构建一个符合训练格式的数据集尤为重要。本文将介绍如何构建数据集以及各模块数据集格式的讲解。

        如果对于这一部分数据集构建的理解有点困难，可以先看后面的目标检测等模块，可以对这一部分数据集的意义有所理解，

原始csv数据集的构建：

        标注软件的使用方法见博客  标注软件使用说明

        1.获取image数据集：本人基于Qt5开发了一个视频抽帧界面，可获取视频帧得到.jpg图像

        2.获取csv数据集：本人基于Qt5开发了一个标注数据集的软件

 标注完毕后形成input.csv文件。样式如下：

第1列video_name:记录了标注视频的编号。视频命名格式为xxxx_1.mp4，_ 后面为视频编号。

第2列frame_id: 记录了图片的帧数

第3-6列x1,y1,x2,y2：记录了框的位置坐标

第7列action_id：记录了动作对应的id

第8列persion_id: 记录了人员标签

到这，原始数据集的构建完毕，接下来就要基于这个csv格式下的原始数据集来形成每个模块我们需要的数据集。

各模块的数据集摆放格式：

1.yolov5数据集格式：

采取VOC格式的数据集：

 其中Annotations文件夹下存放.xml文件，JPEGImages文件夹下存放原图片。这两个文件需要我们手动导入。

所以我们重点需要的是.xml文件，那么这个.xml文件是用来干什么的呢？

首先，给出.xml文件的部分截图：

 的内容为图片的宽高和通道数。这个宽高很重要，标注的图片获取框的位置的尺度要与该宽高相对应，否则后续无法训练。