Skip to content

Latest commit

 

History

History

07-data

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 

PaddleSports

框架介绍

PaddleSports是飞桨面向体育场景的端到端开发套件,实现人工智能技术与体育行业的深度融合,目标打造“AI+Sports”的标杆案例集。PaddleSports的特色如下:

  1. 整体采用“5W1H”的产品架构,即:when(什么时间),where(什么位置),who(是谁),what(发生了什么),why(为什么),how(怎么样)。系统梳理人工智能技术在体育行业的研究、应用、落地。

  2. AI模型:从精度、速度、集成度三个维度进行性能评测。AI技术不仅是深度学习,同时整理了经典3D建模,SLAM,机器学习,以及硬件集成开发等工作,目标打造软硬一体的“AI+Sports”开发套件。

  3. 数据:除了各个已有的公开数据集来评测深度模型的性能外,将首次推出SportsBenchmark,力争能够用一个数据集来评测所有算法模型。

  4. 工具:面向体育场景的工具集,比如标注工具、检测工具、识别工具等,具有All-in-One,AutoRun的特点。

  5. 应用:涵盖足球、跳水、乒乓球、花样滑冰、健身、篮球、蹦床、大跳台、速度滑冰、跑步等热门的体育运动。

  “data”模块重点梳理生成训练数据的6种主流方式:

  1)人工标注:已标注的公开数据集,用于网络训练;

  2)迁移学习:未标注的大量数据,做非监督学习和迁移学习;

  3)合成数据:2D图像直接编辑,copy-paste的方式合成训练数据;

  4)合成数据:3D模型渲染生成2D数据以及标注信息;

  5)合成数据:3D模型部件指导的2D图像编辑;

  6)合成数据:GAN系列网络模型合成训练数据。

任务 技术方向 技术细分 算法模型
7.data 7.1) 已标注的数据集
7.2) 未标注的数据集
7.3) 2D Copy-Paste
7.4) 3D Rendering
7.5) 3D-2D Editing
7.6) GAN