Initial commit

2026-03-06 09:43:52 +07:00
commit 549fd1da9d
250 changed files with 9114 additions and 0 deletions
--- a/README.md
+++ b/README.md
@@ -0,0 +1,151 @@
+# 🎾 Pickle - Pickleball Ball Tracking
+
+Система трекинга пикабольного мяча с автоматической детекцией корта и преобразованием координат в метры.
+
+## Что делает
+
+1. **Детекция корта** - автоматический поиск 4 углов корта (Roboflow модель)
+2. **Детекция мяча** - поиск мяча на каждом кадре (YOLO v8)
+3. **Трансформация координат** - преобразование пикселей в метры (homography)
+4. **Визуализация** - видео с траекторией, графики, тепловая карта
+
+## Быстрый старт
+
+```bash
+# Запуск
+docker-compose up -d
+
+# Открыть Dagster UI
+open http://localhost:3000
+
+# Запустить пайплайн
+docker exec pickle-dagster dagster asset materialize --select '*' -m dagster_project
+```
+
+## Структура пайплайна
+
+```
+1. extract_video_frames      → Извлекает 100 кадров (с 10-й секунды)
+   ↓
+2. detect_court_keypoints    → Находит 4 угла корта
+   ↓                           ↓
+3. detect_ball_positions      ←┘ Детектит мяч на всех кадрах
+   ↓
+4. compute_2d_coordinates    → Преобразует пиксели в метры
+   ↓
+5. visualize_trajectory      → Создает визуализации
+```
+
+## Результаты
+
+После выполнения пайплайна в `data/`:
+
+- **extract_video_frames.json** - метаданные видео
+- **detect_court_keypoints.json** - координаты углов корта
+- **detect_ball_positions.json** - позиции мяча в пикселях
+- **compute_2d_coordinates.json** - позиции мяча в метрах
+- **visualization.mp4** - видео с траекторией, кортом и координатами
+- **frames/** - извлеченные кадры
+- **ball_detections/** - кадры с найденным мячом
+- **court_detection_preview.jpg** - превью с найденными углами корта
+
+## Структура проекта
+
+```
+pickle/
+├── dagster_project/          # Dagster пайплайн
+│   ├── assets/              # 5 asset'ов пайплайна
+│   └── io_managers/         # JSON IO manager
+├── src/                      # Основной код
+│   ├── ball_detector.py     # YOLO детекция
+│   ├── court_calibrator.py  # Калибровка корта
+│   ├── ball_tracker.py      # Трекинг
+│   └── video_processor.py   # Обработка видео
+├── data/                     # Результаты выполнения
+├── DJI_0017.MP4             # Видео для обработки
+├── docker-compose.yml
+└── Dockerfile
+```
+
+## Конфигурация
+
+Параметры в `dagster_project/assets/`:
+
+- **video_extraction.py** - `start_sec=10`, `num_frames=100`
+- **ball_detection.py** - `confidence_threshold=0.3`, slicing 320x320
+- **coordinate_transform.py** - корт 13.4м × 6.1м
+
+## Модели
+
+- **Корт**: `ping-pong-paddle-ai-with-images/pickleball-court-p3chl-7tufp` (Roboflow)
+- **Мяч**: `pickleball-detection-1oqlw/1` (Roboflow) → fallback на YOLOv8n
+
+## Требования
+
+- Docker & Docker Compose
+- 4GB+ RAM
+- Видео файл `DJI_0017.MP4` в корне проекта
+
+## Docker команды
+
+```bash
+# Билд и запуск
+docker-compose up --build -d
+
+# Логи
+docker-compose logs -f
+
+# Остановка
+docker-compose down
+
+# Выполнить пайплайн
+docker exec pickle-dagster dagster asset materialize --select '*' -m dagster_project
+
+# Выполнить один asset
+docker exec pickle-dagster dagster asset materialize --select 'detect_ball_positions' -m dagster_project
+```
+
+## Dagster UI
+
+http://localhost:3000
+
+Показывает:
+- Граф зависимостей между assets
+- Логи выполнения
+- История запусков
+- Метаданные результатов
+
+## Формат данных
+
+**compute_2d_coordinates.json**:
+```json
+[
+  {
+    "frame": 6,
+    "timestamp": 0.2,
+    "pixel_x": 1234.5,
+    "pixel_y": 678.9,
+    "x_m": 5.67,
+    "y_m": 2.34,
+    "confidence": 0.85
+  }
+]
+```
+
+## Производительность
+
+- Извлечение кадров: ~1 сек
+- Детекция корта: ~1 сек
+- Детекция мяча: ~6 сек (100 кадров, ~15 FPS)
+- Трансформация координат: <1 сек
+- Визуализация: ~1 сек
+
+**Итого**: ~10 секунд на 100 кадров видео
+
+## Стоимость
+
+**$0** - всё работает локально в Docker, без облачных API
+
+## License
+
+MIT