hbfreed/Picklebot-130K

Picklebot130k数据集包含大约130千个来自2016年至2023年MLB比赛中的球和击球的视频剪辑，这些视频以.mp4格式存储，并调整为224x224分辨率。数据集由Henry Freed整理，采用MIT许可证。数据集主要用于通过神经网络判断球和击球，但也可能需要重新标记以用于其他用途。数据集的结构包括所有视频的.tar.xz文件和三个包含标签的.csv文件（训练、验证、测试）。数据来源于Baseball Savant的Statcast Search，并经过裁剪和降采样处理。

原始信息汇总

数据集概述

基本信息

• 名称: Picklebot130k
• 类型: 视频分类
• 标签: 棒球, 体育, 视频分类, 计算机视觉
• 大小: 100K<n<1M
• 许可证: MIT
• 创建者: Henry Freed

数据集描述

• 内容: 包含130,000个视频片段，记录了2016至2023年MLB比赛中的好球和坏球。
• 格式: 视频为.mp4格式，分辨率调整为224x224。

数据集结构

• 文件格式: 数据集以.tar.xz文件形式存储所有视频，标签信息存储在三个.csv文件中（训练集、验证集、测试集）。
• 标签信息: 包括投球位置（Zone）和投球类型（如Fastball、Sinker等）。

数据集用途

• 原始用途: 用于通过神经网络判定好球和坏球。
• 潜在用途: 可能需要重新标记以适应其他用途。

数据来源

• 原始数据: 从Baseball Savant的Statcast Search页面抓取。
• 数据处理: 视频下载后，从1280x720裁剪并缩放到224x244分辨率，帧率为15fps。部分视频片段手动修剪以去除噪音。

限制与注意事项

• 数据局限: 仅包含好球和坏球，不包括挥棒未中、界外球等其他情况。
• 数据偏差: 大多数投手和击球手为右撇子，未进行平衡处理。