带 bat 的姿态检测器串进匹配 pipeline —— 检索效果

端到端:图像 → YOLO-pose 身体17点 + best.pt 检测 bat → 框中心作第18关节 → 归一化 → mirror-invariant k-NN 检索 batting bank。不用任何动作标签。左=query(未见过的 vcricket val 帧), 右=「17 纯人体」vs「18 +检测器 bat」各自召回的 Top-3 bank 模板。黄框=两者 Top-3 不同的 query。 点图放大。检测器只给 bat 位置(框中心),不含角度。

实验设置 (Setting)

  • 任务:单帧姿态检索 — 评估"加 bat 关节点是否改善匹配",不用任何动作标签
  • Pipeline:YOLO11n-pose(身体17点,冻结) + bat 检测器 best.pt(框中心=第18关节) → hip 归一化 → mirror-invariant masked k-NN
  • 对比:17 纯人体  vs  18 人体+bat中心(仅位置,无角度)
  • Bank/检索库:47 张人工复核的 batting 模板(pose_templates, wetransfer/IPL 截图)
  • Query/测试:vcricket_lei_v1 val batting 帧(训练未见, 跨源 web/YT)
  • bat 来源:训练检测器, 1.4ms/张, 替代 OWLv2+SAM;bat val mAP50=0.744

当前阶段 (Stage)

  • 独立线:bat-as-keypoint(与 CricketVision 学习embedding线无关)
  • ✅ 路线(a) 已完成:训练 bat 检测器 (YOLO11n / vcricket_lei_v1, bat mAP50 0.744)
  • ▶ 当前(本页):把检测器串进匹配 pipeline 看检索效果(position-only / 18-config)
  • 已知:单帧静态 bat 角度对 stroke 区分有限(本质 temporal);本页只看位置对检索的影响