#sports-analytics Repositórios
Descubra 17 repositórios ativos de código aberto no GitHub marcados com #sports-analytics, acumulando um total de 21,885 estrelas (uma média de 1,287 por projeto). O líder deste tópico é roboflow/sports, com 5,508 estrelas.
17 repositórios no total
📊⚽ Uma coleção de projetos, dados e análises de analítica de futebol por Edd Webster (@eddwebster), incluindo uma lista curada de recursos publicamente disponíveis publicados pela comunidade de analítica de futebol.
Apostas esportivas da NBA usando aprendizado de máquina
Coleção de conjuntos de dados de reidentificação de pessoas disponíveis publicamente
Este repositório contém um projeto abrangente de visão computacional/aprendizado de máquina focado em futebol, que utiliza YOLO para detecção de objetos, K-means para segmentação de pixels, fluxo óptico para rastreamento de movimento e transformação de perspectiva para analisar os movimentos dos jogadores em vídeos de futebol.
Converter dados de fluxo de eventos de futebol para SPADL e valorizar ações de jogadores usando VAEP ou xT
Este projeto analisa jogadores de ténis num vídeo para medir a sua velocidade, a velocidade do disparo da bola e o número de disparos. Este projeto detetará jogadores e a bola de ténis usando YOLO e também utiliza CNNs para extrair pontos chave do campo. Este projeto prático é perfeito para aprimorar as suas competências em machine learning e visão computacional.
Biblioteca Python para analisar, processar e visualizar dados de Counter-Strike 2
Lar para todas as suas trilhas GPS: Visualize, compartilhe e gerencie suas trilhas GPS.
Um conjunto de funções para extrair eficientemente dados de jogada a jogada da NFL
Perguntas Frequentes
Qual é o repositório de #sports-analytics mais popular no GitHub?
O projeto de código aberto de #sports-analytics mais bem classificado no GitHub é roboflow/sports, com 5,508 estrelas. visão computacional e esportes
Quais linguagens de programação são mais usadas nos repositórios de #sports-analytics?
Entre os projetos de #sports-analytics mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, Rust.
Como é calculada a classificação dos repositórios de #sports-analytics?
Acompanhamos 17 repositórios ativos de código aberto marcados com #sports-analytics (com mais de 500 estrelas), totalizando 21,885 estrelas e uma média de 1,287 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.