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
| 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 | |
| ```python | |
| from datasets import load_dataset | |
| ds = load_dataset("Juliendnte/KYBERIA", split="train") | |
| ``` | |
| ou | |
| ```python | |
| 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) : | |
| ```python | |
| 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_assist` compte environ 6 fois | |
| moins de boîtes que `reception`). | |