#sports-analytics Repository
Scopri 17 repository GitHub open source attivi contrassegnati con #sports-analytics, che raccolgono un totale di 21,885 stelle (con una media di 1,287 stelle per progetto). Il progetto leader di questo argomento è roboflow/sports, con 5,508 stelle.
17 repository in totale
📊⚽ Una raccolta di progetti, dati e analisi di analisi calcistiche di Edd Webster (@eddwebster), inclusa una lista curata di risorse pubblicamente disponibili pubblicate dalla comunità di analisi calcistica.
Collezione di dataset di re-identificazione di persone disponibili pubblicamente
Questo repository contiene un progetto completo di computer vision/machine learning sul calcio che utilizza YOLO per il rilevamento di oggetti, Kmeans per la segmentazione dei pixel, il flusso ottico per il tracciamento del movimento e la trasformazione prospettica per analizzare i movimenti dei giocatori nei video di calcio.
Converti i dati di flusso di eventi calcistici in SPADL e valuta le azioni dei giocatori utilizzando VAEP o xT
Questo progetto analizza i giocatori di tennis in un video per misurarne la velocità, la velocità del colpo e il numero di colpi. Questo progetto rileverà i giocatori e la palla da tennis utilizzando YOLO e utilizzerà anche le CNN per estrarre i punti chiave del campo. Questo progetto pratico è perfetto per affinare le tue capacità di machine learning e computer vision.
Libreria Python per analizzare, analizzare e visualizzare i dati di Counter-Strike 2
Casa per tutti i tuoi tracciati GPS: Visualizza, condividi e gestisci i tuoi tracciati GPS.
Un insieme di funzioni per raschiare in modo efficiente i dati play-by-play della NFL
Domande frequenti
Qual è il repository #sports-analytics più popolare su GitHub?
Il progetto open source #sports-analytics più alto in classifica su GitHub è roboflow/sports, con 5,508 stelle. visione artificiale e sport
Quali linguaggi di programmazione sono più utilizzati nei repository #sports-analytics?
Tra i progetti #sports-analytics più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML, Rust.
Come viene calcolata la classifica dei repository #sports-analytics?
Monitoriamo 17 repository open source attivi contrassegnati con #sports-analytics (500+ stelle), per un totale di 21,885 stelle e una media di 1,287 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.