使用 uv 管理环境 python == 3.11
直接 uv sync
或者 pip install numpy torch torchvision opencv-python matplotlib eva-decord omegaconf hydra-core
configs/runner/eval.yaml 中修改 device 字段为 mps 或 cuda。
下载 羽毛球预训练模型
随后在根目录下创建 pretrained_weights 文件夹(与src同级),并将 wasb_badminton_best.pth.tar 放入
configs/detector/tracknetv2.yaml 中修改 model_path 字段为你的预训练模型路径。
main.py 中修改 DUMMY_VIDEO_PATH 字段为你的视频路径。
结果将输出到 outputs/test 文件夹中。