Unduh AI basketball analysis - Unduh kode sumber AI basketball analysis

AI basketball analysis

Kode sumber lainnya

1.0.0

Unduh

Analisis Bola Basket AI

Analisis tembakan bola basket dan pose menembak dengan pembelajaran mesin!

Ini adalah aplikasi bertenaga AI yang berfokus pada deteksi objek untuk menganalisis tembakan bola basket. Aplikasi ini memungkinkan pengguna mengunggah video bola basket untuk dianalisis atau mengirimkan permintaan POST ke API. Hasilnya mencakup analisis bidikan dan pose secara detail berdasarkan data deteksi objek. Proyek ini menggunakan OpenPose untuk menghitung titik kunci tubuh dan metrik lainnya.

Ikhtisar Proyek

AI Basketball Analysis memanfaatkan kecerdasan buatan untuk memecah tembakan bola basket dengan mendeteksi pergerakan pemain, akurasi tembakan, dan data pose. Ia menggunakan kerangka OpenPose yang populer untuk estimasi pose manusia. Baik Anda seorang pengembang atau analis olahraga, proyek ini membantu mengeksplorasi bagaimana AI dapat mengotomatiskan dan meningkatkan analisis bola basket.

Penting : Proyek ini hanya untuk penggunaan penelitian nonkomersial , karena menggunakan lisensi OpenPose. Harap tinjau LISENSI untuk detailnya.

Jika Anda baru mengenal estimasi pose manusia, lihat artikel ringkasan ini yang menguraikan konsep utama OpenPose.

Memulai

1. Kloning Repositori

Untuk mendapatkan salinan proyek, jalankan perintah berikut:

 git clone https://github.com/chonyy/AI-basketball-analisis.git

2. Instal Dependensi

Sebelum menjalankan proyek, pastikan semua dependensi yang diperlukan telah diinstal dengan menjalankan:

 instalasi pip -r persyaratan.txt

Catatan : Proyek ini memerlukan GPU dengan dukungan CUDA untuk menjalankan OpenPose secara efisien, terutama untuk analisis video.

3. Jalankan Aplikasinya

Setelah semuanya siap, Anda dapat menghosting proyek secara lokal dengan perintah sederhana:

 aplikasi python.py

Ini akan meluncurkan aplikasi secara lokal, tempat Anda dapat mengunggah video atau gambar bola basket untuk dianalisis.

Opsi Hosting

Jika Anda memilih untuk tidak menjalankan proyek secara lokal, Anda dapat mencoba alternatif berikut:

Google Colab (Tidak perlu GPU!)

Berkat hardik0, Anda dapat bereksperimen dengan AI Basketball Analysis di Google Colab tanpa memerlukan GPU Anda sendiri:

Hosting Pahlawanku

Proyek ini juga tersedia di Heroku, namun perhatikan bahwa komputasi berat seperti TensorFlow dapat menyebabkan kesalahan waktu tunggu di Heroku karena sumber daya yang terbatas. Untuk performa terbaik, disarankan untuk menjalankan aplikasi secara lokal.

Struktur Proyek

Berikut rincian komponen utama proyek ini:

app.py : File utama untuk menjalankan aplikasi web.
/statis : Berisi semua aset statis seperti gambar, CSS, dan JavaScript.
/models : Direktori yang berisi model terlatih untuk deteksi objek.
/scripts : Skrip utilitas untuk pemrosesan data dan pelatihan model.

Fitur

1. Analisis Bidikan dan Pose

Penghitungan Tembakan

Analisis tembakan bola basket dari video input, tentukan tembakan yang berhasil dan meleset. Titik kunci dalam berbagai warna mewakili:

Biru : Bola basket terdeteksi dalam status normal
Ungu : Tembakan yang tidak dapat ditentukan
Hijau : Tembakan berhasil
Merah : Tembakan meleset

Analisis Pose

Dengan menggunakan OpenPose, proyek ini menganalisis sudut siku dan lutut pemain selama melakukan tembakan, membantu menentukan sudut dan waktu pelepasan.

2. Deteksi Tembakan

Fitur ini memvisualisasikan deteksi tembakan, menunjukkan tingkat kepercayaan dan koordinat untuk setiap deteksi.

3. API Deteksi

Proyek ini menyertakan REST API untuk deteksi, memungkinkan Anda mengirimkan gambar melalui permintaan POST dan menerima respons JSON dengan titik kunci yang terdeteksi dan data lainnya.

 POST /deteksi_json

KUNCI : gambar
NILAI : Gambar masukan

4. Model Deteksi

Model ini didasarkan pada arsitektur Faster R-CNN , yang dilatih pada kumpulan data COCO . Untuk detail selengkapnya, lihat Kebun Binatang Model TensorFlow.