官方服务：
资源简介：
pass labels of matches
应用场景：
创建时间：
2020-11-07
相关数据集
FineBadminton
FineBadminton是一个专门为羽毛球视频理解设计的细粒度数据集，包含了3215个回合剪辑和33325个击球。该数据集拥有独特的多层次语义标注层次结构，包括基础动作、战术语义和决策评估，为深入理解羽毛球比赛提供了前所未有的深度。数据集的创建过程采用了创新的多语言大语言模型驱动的自动化标注流程，结合了人工精炼，确保了高质量标注。数据集旨在解决当前视频分析在深度体育视频分析中的挑战，并促进细粒度
arXiv2025-08-11 更新2630
SportsHHI
SportsHHI数据集专注于体育视频中的人与人交互检测，由国家软件新技术重点实验室创建。该数据集包含34种高级交互类别，主要来自篮球和排球运动，共标注了11,398个关键帧中的118,075个人体边界框和50,649个交互实例。SportsHHI旨在通过详细的时空上下文推理，理解复杂的多人视频中的高级交互，如战术协作或对抗，推动视频视觉关系检测中时空上下文建模技术的发展。
arXiv2024-04-06 更新560
soccernetpro-localization-tennis
SoccerNetPro Localization (Tennis) 是一个专注于网球动作识别与时间定位的数据集，采用 OpenSportsLab / SoccerNet 风格的数据格式。该数据集包含数千个短视频片段（.mp4 格式），并按训练集、验证集和测试集进行组织。每个视频片段配有相应的 JSON 格式的定位标注，标注内容包括事件类型、时间戳（以毫秒为单位，相对于片段的起始时间）以及可选的元
Hugging Face2026-02-18 更新340
DeepSportradar-v1
DeepSportradar-v1是由瑞士体育雷达公司开发的一个计算机视觉数据集，专注于提升体育视频理解能力。该数据集包含高分辨率原始图像、相机参数和高质量标注，支持四项篮球相关的挑战任务：球3D定位、相机校准、球员实例分割和球员重识别。数据集采集自15个不同的篮球场馆，通过Keemotion/Synergy自动化相机系统记录，确保了数据的真实性和多样性。此数据集旨在促进学术研究与实际应用之间的桥
arXiv2022-08-17 更新1250
SportsShot/SportsShot
SportsShot是一个用于镜头分割和镜头边界检测的细粒度数据集，适用于多种体育场景。该数据集包含1200个视频和相应的gt文件，用于镜头分割和镜头边界检测。镜头分割的gt文件包含所有视频中所有帧的标签，而镜头边界检测的gt文件包含所有镜头转换的起始帧和结束帧。数据集的创建基于体育场景，包括排球、篮球和足球比赛视频，这些视频来自YouTube，并经过专业高清摄像机录制。数据集通过FFmpeg工具
Hugging Face2024-06-14 更新530
