Código Libre y tutorial para mejorar tus habilidades en Baloncesto utilizando inteligencia artificial.
En este tutorial, se proporciona una guía para utilizar una aplicación de Inteligencia Artificial (IA) llamada «AI Basketball Analysis» que se basa en el concepto de detección visión artificial de objetos. Esta aplicación permite detectar objetos y por tanto recoger datos para analizar los tiros a canasta. A través de la simple carga de archivos a la aplicación web o utilizando su API, se puede obtener el resultado.
Características del proyecto «AI Basketball Analysis»
El proyecto se centra principalmente en tres características que son: análisis de disparo, análisis de postura, detección de disparo y detección API
Análisis del disparo: El análisis del disparo se usa para contar los disparos marcados, los disparos perdidos y los intentos de disparo proporcionados en el vídeo de entrada. Los puntos clave de detección que se mencionan a continuación tienen varias definiciones en diferentes colores:-
a. Púrpura: Toma indeterminada
b. Verde: El disparo entró
c. Azul: Se ha detectado baloncesto en condiciones normales
d. Rojo: Srta.
Análisis de la postura: El análisis de la postura se utiliza como el software de seguimiento del cuerpo llamado «OpenPose» para calcular el ángulo de la rodilla y el codo durante la acción.
Detección de disparos: La detección de disparos se utiliza para calcular la coordenada y el nivel de confianza de la detección.
Detección API: El API de detección se utiliza para obtener la respuesta de JSON enviando una solicitud POST (./detección_json) con «imagen» como CLAVE y las «Imágenes de entrada» como datos de VALOR.
En este programa, se utiliza una arquitectura con el modelo R-CNN que incluye el peso pre-entrenado en el conjunto de datos. Finalmente, la configuración se toma de la arquitectura del modelo y se entrena con nuestro propio conjunto de datos.
Pasos para ejecutar el Programa: Code link: https://bit.ly/ai_basketball_analysis
@noeliagorod 