Datasets:
|
Download README.md from Juliendnte/KYBERIA: direct link, hf CLI and curl.
- Browser
- Download file 3.29 kB
-
https://huggingface.co/datasets/Juliendnte/KYBERIA/resolve/main/README.md
- Command line
-
hf download hf://datasets/Juliendnte/KYBERIA/README.md
-
curl -L -o README.md https://huggingface.co/datasets/Juliendnte/KYBERIA/resolve/main/README.md
3.29 kB
metadata
language:
- fr
pretty_name: KyberIA — annotations de gestes de volleyball
task_categories:
- object-detection
tags:
- volleyball
- sports-analytics
- action-detection
size_categories:
- 10K<n<100K
configs:
- config_name: default
data_files: annotations_merged.csv
KyberIA — annotations de gestes de volleyball
Boîtes englobantes de gestes de joueurs annotées image par image sur des matchs de volleyball masculin des JO de Paris 2024. Ce jeu de données provient de KyberIA, un projet associatif d'analyse vidéo automatique du volleyball (YDAYS, Aix Ynov Campus).
Il a servi à entraîner un détecteur de gestes YOLO.
Contenu
| Fichier | Lignes | Description |
|---|---|---|
annotations_merged.csv |
33 785 | Une ligne = une boîte de geste sur une image d'une vidéo |
Colonnes
| Colonne | Type | Description |
|---|---|---|
video_file |
str | Nom du fichier vidéo source du match |
frame |
int | Numéro de l'image dans la vidéo (à partir de 0) |
x1, y1 |
int | Coin haut-gauche de la boîte, en pixels |
x2, y2 |
int | Coin bas-droit de la boîte, en pixels |
class_label |
str | Nom du geste |
class_id |
int | Identifiant du geste (0–10), dans l'ordre utilisé pour YOLO |
Les coordonnées sont exprimées en pixels sur la vidéo d'origine (1920×1080).
Quelques boîtes dépassent légèrement du cadre (par exemple x1 = -8) et
doivent être recadrées avant usage.
Classes
class_id |
class_label |
Boîtes |
|---|---|---|
| 0 | serve |
4 363 |
| 1 | block |
4 341 |
| 2 | reception |
4 764 |
| 3 | set |
4 413 |
| 4 | attack_4 |
3 807 |
| 5 | attack_2-1 |
2 788 |
| 6 | attack_3-6 |
2 841 |
| 7 | defense |
2 484 |
| 8 | defense_assist |
758 |
| 9 | defense_dive |
1 581 |
| 10 | defense_freeball |
1 645 |
attack_4, attack_2-1 et attack_3-6 désignent des attaques selon la zone
du terrain d'où elles partent.
Une ancienne classe freeball (37 boîtes) a été fusionnée dans
defense_freeball.
Matchs
| Vidéo | Boîtes |
|---|---|
2024-07-28 JO24 FRA-SRB 3-2.mp4 |
10 227 |
2024-07-30 JO24 FRA-CAN 3-0.mp4 |
8 310 |
2024-08-07 JO24 ITA-FRA 0-3.mp4 |
6 388 |
2024-08-05 JO24 FRA-GER 3-2.mp4 |
5 775 |
2024-08-02 JO24 FRA-SLO 2-3.mp4 |
3 085 |
Utilisation
from datasets import load_dataset
ds = load_dataset("Juliendnte/KYBERIA", split="train")
ou
import pandas as pd
df = pd.read_csv("hf://datasets/Juliendnte/KYBERIA/annotations_merged.csv")
Pour passer au format YOLO (class cx cy w h, normalisé) :
W, H = 1920, 1080
df[["x1", "x2"]] = df[["x1", "x2"]].clip(0, W)
df[["y1", "y2"]] = df[["y1", "y2"]].clip(0, H)
df["cx"] = (df.x1 + df.x2) / 2 / W
df["cy"] = (df.y1 + df.y2) / 2 / H
df["w"] = (df.x2 - df.x1) / W
df["h"] = (df.y2 - df.y1) / H
Limites
- Les images ne sont pas fournies. Seules les annotations sont publiées. Pour entraîner un modèle, il faut extraire les images correspondantes depuis les vidéos sources.
- Les annotations couvrent uniquement les gestes visibles depuis le plan de diffusion TV, avec un seul angle de caméra.
- Les classes sont déséquilibrées (
defense_assistcompte environ 6 fois moins de boîtes quereception).