TrackNet

TrackNet是用于识别运动中的网球动作的数据集。
第一个数据集基于2017年夏季世界大学生运动会网球男子单打决赛的广播视频。分辨率、帧速率和视频长度分别为1280 × 720、30 fps和75分钟。删除后，获得81个游戏相关视频片段，每个片段记录了从发球开始到得分的完整过程。在第一个数据集中有20,844个标记的帧。
第二个数据集由9段广播视频组成。每个视频有大约2000帧。第二数据集包括23,903标记的帧。
第二个数据集是第一个数据集的子集，用于交叉验证和训练通用模型。

TrackNet is a dataset for recognizing tennis motions in action.
The first dataset is derived from the broadcast video of the men's singles tennis final at the 2017 Summer Universiade. Its resolution, frame rate and total video duration are 1280 × 720, 30 fps and 75 minutes respectively. After removing redundant content, 81 game-related video clips are extracted, each recording the complete process from serve to score. A total of 20,844 labeled frames are included in the first dataset.
The second dataset consists of 9 broadcast videos, with each containing approximately 2,000 frames, and the total number of labeled frames in this dataset reaches 23,903.
The second dataset serves as a subset of the first one, and is utilized for cross-validation and training general models.

搜集汇总

背景与挑战

背景概述

TrackNet是一个用于识别运动中网球动作的数据集，包含两个部分：第一个数据集基于2017年世界大学生运动会网球男子单打决赛的广播视频，有20,844个标记帧；第二个数据集是第一个数据集的子集，包含23,903个标记帧，主要用于交叉验证和训练通用模型。该数据集由国立交通大学于2018年发布，适用于计算机视觉和运动分析任务。