Yolo V8 Football Players Detection
YOLOv8ベースの物体検出モデルで、サッカー試合中の選手、ゴールキーパー、審判、ボールを検出するために特化しています。
ダウンロード数 79
リリース時間 : 2/1/2023
モデル概要
このモデルはYOLOv8アーキテクチャで訓練されており、サッカーシーンにおける物体検出に焦点を当て、試合中の選手、審判、ボールなどの重要な要素を識別できます。
モデル特徴
サッカーシーン最適化
サッカー試合シーンに特化して最適化されており、選手、ゴールキーパー、審判、ボールなどの重要な要素を正確に検出できます。
高性能検出
物体検出タスクで0.785のmAP@0.5精度を達成し、優れた性能を発揮します。
簡単な統合
Ultralyticsフレームワークに基づいており、シンプルなAPIインターフェースを提供するため、様々なアプリケーションへの統合が容易です。
モデル能力
サッカーシーン物体検出
リアルタイム映像分析
画像中の複数物体識別
使用事例
スポーツ分析
試合リアルタイム分析
試合中の選手の位置や動きをリアルタイムで検出し、戦術分析や統計に利用します。
選手の位置ヒートマップや動きの軌跡を生成可能
ハイライトシーン自動編集
シュートやパスなどの試合中のキーイベントを自動識別し、ハイライト集を作成します。
手動編集作業の削減
審判補助
オフサイド検出
審判がオフサイド状況を判断するのを補助し、判定の正確性を向上させます。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98