#sports-analytics Repositories
Entdecke 17 aktive Open-Source-GitHub-Repositories, die mit #sports-analytics getaggt sind und insgesamt 21,885 Sterne gesammelt haben (durchschnittlich 1,287 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist roboflow/sports mit 5,508 Sternen.
Insgesamt 17 Repositories
📊⚽ Eine Sammlung von Fußballanalyseprojekten, Daten und Analysen von Edd Webster (@eddwebster), einschließlich einer kuratierten Liste öffentlich verfügbarer Ressourcen, die von der Fußballanalyse-Community veröffentlicht wurden.
Datensätze, die für Geschichten auf The Pudding erstellt wurden, öffentlich zugänglich.
Dieses Repository enthält ein umfassendes Computer-Vision/Machine-Learning-Fußballprojekt, das YOLO zur Objekterkennung, Kmeans zur Pixel-Segmentierung, optischen Fluss zur Bewegungsverfolgung und perspektivische Transformation zur Analyse von Spielerbewegungen in Fußballvideos verwendet.
Konvertieren Sie Fußball-Ereignisstromdaten zu SPADL und bewerten Sie Spieleraktionen mit VAEP oder xT
Dieses Projekt analysiert Tennisspieler in einem Video, um ihre Geschwindigkeit, Ballgeschwindigkeit und Anzahl der Schläge zu messen. Dieses Projekt erkennt Spieler und den Tennisball mit YOLO und nutzt auch CNNs, um Court-Keypoints zu extrahieren. Dieses praktische Projekt ist perfekt, um Ihre Kenntnisse in maschinellem Lernen und Computer Vision zu verfeinern.
Python-Bibliothek zum Parsen, Analysieren und Visualisieren von Counter-Strike 2-Daten
Home für all deine GPS-Tracks: Visualisiere, teile und verwalte deine GPS-Tracks.
Häufig gestellte Fragen
Welches ist das beliebteste #sports-analytics-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#sports-analytics-Projekt auf GitHub ist roboflow/sports mit 5,508 Sternen. Computer Vision und Sport
Welche Programmiersprachen werden in #sports-analytics-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #sports-analytics-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #sports-analytics-Repositories berechnet?
Wir verfolgen 17 aktive Open-Source-Repositories, die mit #sports-analytics getaggt sind (500+ Sterne), mit insgesamt 21,885 Sternen und durchschnittlich 1,287 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.