qaz812345/TrackNetV3

解决的问题

TrackNetV3 旨在准确追踪羽毛球视频中的球托，克服常见的视觉干扰和临时遮挡（遮挡）问题，即球托短暂消失在视野中。

工作原理

该系统使用两个主要模块：

1. 轨迹预测：该模块利用估计的背景作为辅助数据来定位球托，过滤掉视觉噪声。同时采用 mixup 数据增强技术，提升模型在复杂场景下的鲁棒性。
2. 修复：当球托被遮挡时，系统分析预测的轨迹以生成修复掩码，然后使用图像修复（inpainting）填充缺失路径，确保轨迹平滑且连续。

适用人群

本项目面向体育分析研究人员及开发自动化羽毛球追踪系统的技术人员。

主要亮点

• 高精度：在 Shuttlecock Trajectory Dataset 上，精度、精确率和 F1 分数均优于 YOLOv7 和 TrackNetV2。
• 背景估计：使用比赛或回合的中值图像，帮助网络区分球托与背景。
• 轨迹修复：通过专用的修复模块（InpaintNet）专门处理遮挡问题。
• 错误分析工具：包含基于 Dash 的应用程序，用于对追踪结果进行详细评估和错误分析。