第23名方案

感谢主办方举办这场有趣的比赛，也祝贺所有坚持到比赛最后的参赛者。

由于我没有计算机视觉方面的经验，我的方案没有使用自定义的头盔检测。主要的改进在于“追踪-头盔映射”和“后处理”。以下是我的方法：

1. 头盔过滤

我首先运行了一个简单的 IoU 追踪算法，以获取每个头盔框的簇 ID（cluster id）和簇分数。
簇分数等于属于该簇的所有框的最大置信度分数。如果一个簇的大小大于 3，则该簇有效。当框的数量大于追踪球员数量时，簇分数被用来移除框。为了移除离群的头盔（边线头盔），我简单地只保留那些满足 且 的框。

我认为肯定有更好的方法来分配簇分数，但在比赛期间没能找出来，不过我在公开的方案中发现了一些潜在的想法，之后我会尝试一下。

2. 追踪-头盔映射

2.1 第一阶段

我做了一些 EDA（探索性数据分析），发现当框的数量 >= 18 时，单帧的分数要高得多。因此，我只对框数量超过一定阈值（我设为 17）的帧运行追踪-头盔映射过程。我通过保留 x 在 [L, R] 且 y 在 [T, B] 范围内的球员来选择候选球员集，并使用 linear_sum_assignment（线性分配）来分配框和候选球员，然后使用簇 ID 为每个框投票标签，每帧中重复的标签被设为 np.nan。

2.2 寻找摄像机方向

在追踪-头盔映射的第一阶段之后，我计算每队框的顶部和左侧值的中位数，并将其与追踪坐标进行比较以确定摄像机方向。

2.3 第二阶段

第二阶段利用了摄像机方向和第一阶段的一些固定标签。第一阶段中的非重复标签被固定下来，并作为 linear_sum_assignment 中的约束条件。在第二阶段之后，再次使用簇 ID 来投票标签并丢弃所有重复的标签。

3. 后处理

我在一个簇的帧序列前后各增加了 6 帧的额外框。这之所以有效，是因为在某些情况下真实标签框与额外添加的框重叠，而且当预测框和真实标签框相距太远时，评估指标不会进行惩罚。

总结

CV 0.787 (在所有训练数据集上运行)
+ Endzone（端区视角） 0.792
+ Sideline（边线视角） 0.783

Public（公开榜） 0.756
Private（私有榜） 0.790