基于深度学习的篮球比赛战术数据自动采集及统计系统——标注软件使用说明

前言：

这里说明一下自己制作的标注软件的使用方法。

有需要标注软件的可以联系

[email protected]

[email protected]

使用方法：

# 基于深度学习的篮球战术采集系统——————数据集构建模块

## 篮球视频标注软件 csv --> xml,ava

### 主要功能：

        1.image: 在标注软件中的视频采集模块进行分帧采样，截取指定数目的图片，存放在DS_image中
        2.csv：在标注软件DS_csv中生成 input.csv 作为原始数据集生成yolov5 deepsort slowfast三种模型的分支数据集

### 主要模块：

        1.注册模块：无用
        2.登录模块：无用
        3.视频抽帧模块：获取图片数据集
        4.图片标注模块：标注获取input.csv文件

### 数据集用途：

#### input.csv用途：

        -->xml: 在slowfast行为识别模块中找到PATH:"D:\slow_fast\ava\convert_to_xml_ava.py"
             使用convert_to_xml_ava.py在指定路径下（我的PATH："D:/篮球数据集汇总/annotation/xml1/")生成xml文件
        -->ava: 在slowfast行为识别模块中找到PATH:"D:\slow_fast\ava\convert_to_xml_ava.py"
             使用convert_to_xml_ava.py在PATH:"D:\slow_fast\ava"生成annotations中的val,train,tval,dtrain
                                     在PATH:"D:\slow_fast\ava"生成frame_list中的train,val

#### xml用途：

     1.用于 yolov5 的 VOC数据集 详情见目标检测模块
     2.用于 deepsort 的 图像分割数据集 详情见多目标跟踪模块

#### ava用途：

        用于slowfast行为识别数据集 详情见行为识别模块

### 使用说明:

#### 标注组员必看：

    1.需要提交的结果：
    tempdata 临时标注文件存放了自己标注的数据集
    表头格式：video_name,frame_id,x1,y1,x2,y2,action_id,person_id
    2.标注注意事项
     main_entrance.py为主函数入口
    （1）标注要时刻注意当前的动作类型是否发生了变化！！标注要时刻注意当前的动作类型是否发生了变化！！标注要时刻注意当前的动作类型是否发生了变化！！
        发生变换要用下拉框切换动作，再进行标注
    （2）默认可实现自动导出数据，切下一页即可自动保存csv文件。
        摁F2键切换成可以手动导出数据，点击导出即可
        使用自动导出数据要注意标注到最后一页的时候记得再点下一页，不然最后一页无法保存
    （3）千万不要使用后退键！！！千万不要使用后退键！！！千万不要使用后退键！！！
        后退键存在bug，会吞噬已经标注的数据
    （4）图片的命名格式：视频编号_帧数 即 video_name_frame_id
        对图片使用下滑轮可以查看当前标注的图片的帧数
     (5) 对图片标注错误后，可以点击撤销键撤销上一步操作！！！
     (6) 善用’删除‘->’应用‘,'恢复’->'应用'按钮：解决有球员淡出画面，有新球员进入画面的情况！！！
     (7) 人物重叠问题:当两个人物重叠时，标注被遮挡的那个人时尽量只标他能够漏出来的那部分
    3.可以自行截取视频自己进行标注操作，方法如下：
     一定要注意：视频命名格式为xxxx_1.mp4，_前为视频名，_后面为视频编号。
     (1)在main_entrance.py中，解注释show_login = video_player()进入视频抽帧模块
     (2)先调整播放速率为x0.04实现分帧播放，然后输入自己想要截取的帧数，进行截图
     (3)耐心等待，截取的图片将会放在DS_image中
      注意：由于进度条等原因，开头有些图片无法截取，要注意是否全部截取成功

#### 负责人必看：

    1.标注完毕后/收到组员的数据后
    (1)将tempdata中的数据复制到input.csv中
    (2)对input.csv按frame_id排序
    (3)保存，这样制作好了input.csv的初始数据集
    2. 按照yolov5 + deepsort + slowfast数据集用途摆放数据集，进入下一模块