#Nous automatiserons l'agrégation des données de Wiire! partie 1

■ Présentation

• Ravi de vous rencontrer! C'est Yajun. Si vous êtes intéressé par "Qui êtes-vous?", Accédez à ■ Self PR

A partir d'aujourd'hui, je vais commencer à écrire des projets "Wiire" x "Engineering"! Quelle valeur puis-je créer pour l'e-sport au milieu des tendances e-sports? J'ai trouvé des idées, alors j'ai bougé la main.

Le logiciel décrit dans cet article a été développé en Python. ■ URL de référence

** ★ Ajout ★ J'ai écrit un article pour part2 **

■ Le sujet de cette fois est "l'analyse des données"

• "L'analyse des données" est demandée dans tous les domaines. Je vais faire ça avec Wiire.

▼ Flux d'analyse des données

• • ① Sélection de la cible d'analyse *
• • ② Importer des données *
• • ③ Formatage au format de données *
• • ④ Sortie *
• • ⑤ Analyse (graphique, tabulation, etc.) *
• • ⑥ Considération *

• Le processus est à peu près comme ça. Bien que les compétences soient testées dans la logique de la considération, la plupart du temps, le coût est un processus autre que la considération. En optimisant et en automatisant les processus autres que la prise en compte, vous pourrez augmenter le temps de réflexion. Cette fois, je vais essayer (1) la sélection de la cible d'analyse à (4) la sortie!

▼ L'analyse des données est-elle difficile?

• Les deux compétences «joueur» et «ingénieur» sont essentielles pour une analyse de données très efficace. Pourquoi vous avez besoin des deux compétences

Raisons pour lesquelles des compétences d'ingénieur sont nécessaires

• Les joueurs n'ont pas la technologie pour rationaliser la collecte de données. Vous pouvez le faire à la main, mais je pense que c'est inefficace et désespéré.

Raisons pour lesquelles la compétence en tant que joueur est requise

• La formation logique de la considération devient enfantine. En effet, les personnes qui ne connaissent pas le champ peuvent former une logique uniquement à partir de données visibles. Prédisez comment les personnes qui n'ont jamais joué au football ou au maniement prendront en compte les résultats de l'analyse. Les choses suivantes se produisent. Vraiment arriver! Lol

• • Analyste: "Plus vous avez de coups, plus il est facile de marquer des points, veuillez donc augmenter le nombre de coups." *

• Player "Comment puis-je l'augmenter?" *

• Analyste "Je me spécialise dans l'analyse de données et je ne sais pas comment augmenter le nombre de tournages." *

Passons maintenant à l'analyse des données!

① Sélection des paramètres

• Les trois images suivantes ont été sélectionnées comme paramètres cette fois. C'est le résultat du match que tous les joueurs regardent toujours.

◆ Statistiques de l'équipe ◆ Zone d'attaque ◆ Zone de capture de balle

② Capture de données

• Les données d'entrée sont une image, mais je veux des lettres et des chiffres. Les données sont acquises à l'aide de la technologie de reconnaissance optique des caractères. J'ai également utilisé l'extraction de zones de caractères et la réduction du bruit.

③ Moulage au format de données

• Le format des données est émis comme suit.

  Param	Home	Away
  Possession	45	55

Les statistiques de l'équipe et la zone d'attaque sont affichées numériquement, il est donc facile d'appliquer le format ci-dessus.

Le problème est la zone de capture de balle! Après m'être inquiété, j'ai décidé de compter combien de fois j'avais pris le ballon dans la zone où le terrain était divisé en vertical 5 (1 ~ 5) x horizontal 5 (A ~ E).

• La division en 5 parties égales est basée sur la théorie des 5 voies de Pep. Il est très important d'avoir une base pour les nombres dans ces formats de données. Le processus d'étiquetage est tourné pour chaque zone et la sortie est la suivante.

  Area	Home	Away
  1A	2	3

④ Sortie

• La destination de sortie est csv. Le traitement est léger et le traitement des données est plus facile qu'avec Excel. C'est le csv des données réellement sorties!

• Il semble que CSV ne puisse pas être collé, alors collez les données de caractères de sortie (pleurant) Outil de conversion

  Param	Home	Away
  Name	Yajuntos	Shao Madley
  Score	4	1
  Possession	51	49
  Shot	9	5
  Shot on Goal	6	3
  Foul	6	2
  Off Side	4	1
  Corner Kick	2	0
  Free Kick	2	6
  Pass	120	95
  Pass Success	89	58
  Cross	0	1
  Intercept	24	20
  Tackle	4	10
  Save	3	2
  Left Side	13	21
  Middle	60	45
  Right Side	27	34
  1A	0	1
  1B	2	1
  1C	0	1
  1D	0	2
  1E	0	1
  2A	1	2
  2B	3	0
  2C	1	1
  2D	2	1
  2E	0	1
  3A	3	3
  3B	3	1
  3C	3	3
  3D	4	4
  3E	1	4
  4A	1	1
  4B	2	0
  4C	3	3
  4D	2	6
  4E	2	4
  5A	0	0
  5B	0	0
  5C	4	2
  5D	2	2
  5E	3	0

⑤ Analyse ~ ⑥ Considération

• Dans le prochain article, je vais essayer de créer un logiciel qui utilise l'IA et l'analyse statistique pour l'analyse. Avec le logiciel créé cette fois-ci, les résultats du match peuvent être obtenus instantanément, donc j'ai hâte de voir l'analyse! to be continued

■ Le joueur peut-il l'analyser lui-même?

• Imaginez l'effort d'obtenir ces données manuellement. Cela ne prend-il pas environ 10 minutes à moins d'une heure pour un match? Si vous essayez de collecter ceci pour chaque jeu, vous serez fatigué.

[Livre] du joueur professionnel Tokito (https://www.amazon.co.jp/%E4%B8%96%E7%95%8C%E4%B8%80%E3%81%AE%E3% 83% 97% E3% 83% AD% E3% 82% B2% E3% 83% BC% E3% 83% 9E% E3% 83% BC% E3% 81% 8C% E3% 82% 84% E3% 81% A3% E3% 81% A6% E3% 81% 84% E3% 82% 8B-% E5% 8A% AA% E5% 8A% 9B2-0-% E3% 81% A8% E3% 81% 8D% E3% Il a également été écrit en 81% A9 / dp / 4478108315),

• • "Externaliser ce qui peut être externalisé" *

En termes simples, c'est une division du travail. "Vous pouvez consacrer le temps consacré à l'analyse au temps de pratique" ou "Résultats de l'analyse FB pour améliorer l'efficacité de la pratique" Ce faisant, vous maximiserez vos performances.

■ Possibilités d'ingénierie

• Le logiciel créé cette fois est simple. L'analyse vidéo, l'analyse en temps réel, la recherche d'opposants, etc. sont également possibles. Le jeu est un "système". Tous les systèmes peuvent être verbalisés, formalisés et quantifiés. L'ingénierie peut répondre à vos besoins.

■ Annonce

• Vous qui avez lu jusqu'ici! Merci beaucoup!

• Nous recherchons environ 2 testeurs. ** * Le recrutement des testeurs est terminé. ** ** Nous recherchons environ 2 joueurs et distributeurs professionnels qui fourniront les résultats du match. Ce que nous recherchons, ce sont des résultats de matchs pour des dizaines de matchs! Nous pouvons vous fournir des résultats d'analyse des résultats de matchs pour des dizaines de matchs!

• Il y a beaucoup d'idées flash, donc si vous continuez à créer un nouveau logiciel d'analyse, La priorité vous sera donnée en tant que testeur!

■ Auto PR

• J'ai à la fois des visages "joueur e-sports" et "ingénieur". Voici quelques-unes des choses qui ont été faites dans chacun d'eux.

• ▼ Ce que j'ai fait en tant que joueur e-sport ▼ ・ National Prefectural Competitive e-Sports Championship 2019 (National Athletic Meet) 2e place ▶ News ▶ Match Video .com / watch? v = Crih7RudKAY) ・ Denki looopCup finaliste de 300 000 yens ▶ match vidéo ・ Championnat élite final de la Ligue de Peso 2019 myclub glande ▶ Détails Tel

• ▼ Ce que j'ai fait en tant qu'ingénieur ▼ ・ Prix de la meilleure recherche 2018 du Symposium de la Biomedical Engineering Society «Contrôle du centre de rotation Spiral Reentry utilisant le phénomène de polarisation d'électrode virtuelle» ▶ Papier ・ Mise au point d'une méthode pour dériver une carte de flux myocardique bidimensionnelle en utilisant le gradient de potentiel lorsque l'énergie est appliquée au myocarde [▶ Détails](https://www.jstage.jst.go.jp/article/jsmbe/55Annual/4AM-Abstract/ 55Annuel_296 / _article / -char / ja /) ・ Développement de logiciels de traitement d'image / signal et de data mining 4 ans ・ Actuellement 2 ans de développement logiciel dans le département R & D de certains fabricants listés Tel

Je sens l'avenir dans l'industrie du e-sport et je souhaite former une carrière parallèle. Vous souhaitez vous joindre à moi et faire une différence dans le monde du e-sport? Si vous êtes intéressé, veuillez nous contacter en utilisant les coordonnées ci-dessous.

    *twitter ID : junya0001000*

Je publie le DM sur Twitter.

■ URL de référence

• Pillow
• [Python] Pillow ↔ OpenCV conversion
• Utilisation de Tesseract avec PyOCR
• Image Processing with Python
• [Détection des objets](https://axa.biopapyrus.jp/ia/opencv/%E3%82%AA%E3%83%96%E3%82%B8%E3%82%A7%E3%82%AF % E3% 83% 88% E6% A4% 9C% E5% 87% BA.html)