式 cricket shot 分类的最新深度学习方法：全面基准研究
计算机视觉与模式识别
2025-10-13 v1 人工智能
摘要
从视频序列对式 cricket shot 分类仍是运动视频分析中的一个具有挑战性的问题，需有效建模空间和时间特征。本文提出首个全面基准研究，比较七种不同深度学习方法在四种不同研究范式下的式 cricket shot 分类。我们实现并系统评估了传统CNN-LSTM架构、注意力模型、视觉Transformer、迁移学习方法以及现代EfficientNet-GRU组合，在统一基准上进行比较。我们研究的关键发现是学术文献中报告的准确率与实际实现结果之间存在显著差距。虽然之前的论文报告了96%（Balaji LRCN）、99.2%（IJERCSE）和93%（Sensors）的准确率，但我们的标准化再实现分别达到46.0%、55.6%和57.7%。我们的方法中，结合EfficientNet-B0与基于GRU的时序模型的现代SOTA方法实现了92.25%的准确率，表明在现代架构和系统优化下仍可实现显著提升。所有实现均遵循现代MLOps实践使用PyTorch Lightning，提供可复现的研究平台，暴露了运动视频分析研究中标准化评估协议的关键重要性。
引用
@article{arxiv.2510.09187,
title = {Modern Deep Learning Approaches for Cricket Shot Classification: A Comprehensive Baseline Study},
author = {Sungwoo Kang},
journal= {arXiv preprint arXiv:2510.09187},
year = {2025}
}