SoccerOnTable 项目使用教程

1. 项目目录结构及介绍

soccerontable/
├── demo/
│   ├── calibrate_video.py
│   ├── estimate_poses.py
│   ├── crop_players.py
│   ├── combine_masks_for_network.py
│   ├── depth_estimation_to_pointcloud.py
│   ├── track_players.py
│   ├── generate_mesh.py
│   └── simple_visualization.py
├── soccer3d/
│   ├── instancesegm/
│   ├── soccerdepth/
│   └── utils/
├── utils/
│   └── thirdpartyscripts/
├── .gitignore
├── LICENSE
├── README.md
├── compile.sh
└── requirements.txt

目录结构说明

• demo/: 包含项目的演示脚本，用于执行不同的功能模块，如相机校准、姿态估计、球员裁剪等。
• soccer3d/: 包含与3D重建相关的代码，如实例分割、深度估计等。
• utils/: 包含一些辅助工具和第三方脚本。
• .gitignore: Git忽略文件，指定哪些文件和目录不需要被Git管理。
• LICENSE: 项目许可证文件，采用BSD-2-Clause许可证。
• README.md: 项目说明文件，包含项目的概述、安装和使用说明。
• compile.sh: 编译脚本，用于编译项目中的某些组件。
• requirements.txt: 项目依赖文件，列出了项目运行所需的Python包。

2. 项目启动文件介绍

demo/calibrate_video.py

该脚本用于视频的相机校准。它会根据视频的第一帧手动输入4个对应点，然后优化相机参数以适应图像中的线条。

demo/estimate_poses.py

该脚本用于估计球员的姿态。它会根据Detectron提供的边界框，使用OpenPose来估计球员的姿态。

demo/crop_players.py

该脚本用于裁剪球员图像。它会根据估计的姿态，为每一帧生成球员的独立裁剪图像，以便进一步处理。

demo/combine_masks_for_network.py

该脚本用于组合Mask-RCNN和基于姿态优化的掩码，为网络准备数据。

demo/depth_estimation_to_pointcloud.py

该脚本用于将估计的深度图转换为点云。

demo/track_players.py

该脚本用于跟踪球员，生成平滑的球员位置。

demo/generate_mesh.py

该脚本用于生成每一帧的网格，包含平滑的球员位置。

demo/simple_visualization.py

该脚本用于简单的OpenGL可视化，确保所有步骤都正确执行。

3. 项目的配置文件介绍

requirements.txt

该文件列出了项目运行所需的Python包及其版本。通过运行以下命令可以安装这些依赖：

pip3 install -r requirements.txt

compile.sh

该脚本用于编译项目中的某些组件。具体编译步骤和依赖项可以在脚本中查看。

README.md

该文件包含了项目的概述、安装和使用说明。建议在开始使用项目之前仔细阅读该文件。

LICENSE

该文件包含了项目的许可证信息，采用BSD-2-Clause许可证。