Desarrollaré un modelo de seguimiento de pelota usando tracknet y el dataset sportsmot

Parte de la información se ha traducido automáticamente.

Reino Unido

Hablo Inglés

Ingeniero de aprendizaje automático

Soy ingeniero en aprendizaje automático especializado en NLP, pronósticos, clasificación, sistemas de recomendación, chatbots y análisis predictivo. Construyo pipelines de IA en Python que convierten ...
Acerca de este Servicio

¿Estás creando una solución de análisis deportivo impulsada por IA o una aplicación de visión por computadora? Desarrollo modelos personalizados de seguimiento de pelota usando TrackNet, SportsMOT y frameworks de deep learning para detectar y seguir la pelota con precisión en videos deportivos.


Ya seas una startup deportiva, un laboratorio de investigación, una empresa de análisis, una universidad o un club profesional, puedo construir sistemas de seguimiento de alto rendimiento para análisis en tiempo real o en modo offline.


Lo que ofrezco:

  • Implementación y personalización de TrackNet
  • Integración del dataset SportsMOT
  • Detección de pelota y seguimiento de trayectoria
  • Seguimiento de múltiples objetos (jugadores y pelota)
  • Pipeline de análisis de videos deportivos
  • Entrenamiento y ajuste fino del modelo
  • Desarrollo en Python, PyTorch y OpenCV
  • Optimización y evaluación del rendimiento
  • Soporte para API y despliegue
  • Tableros personalizados y visualizaciones


Puedo desarrollar soluciones para fútbol, baloncesto, tenis, voleibol, hockey y otros deportes que requieran seguimiento preciso de objetos y análisis de movimiento.


Ya sea que necesites un prototipo de investigación, un MVP o un sistema de IA listo para producción, entregaré una solución escalable adaptada a tu proyecto.


Construyamos un modelo de seguimiento deportivo confiable impulsado por visión por computadora de última generación.

API:

Microsoft Computer Vision AI

Amazon Rekognition

Experiencia:

Procesamiento de imágenes

Lenguaje de programación:

Python

R

MATLAB

Colab

Java

Herramientas:

opencv

TensorFlow

MLflow

SimpleCV

CVAT

Colab

PyTorch

Marcos:

Scikit-learn

DeepPy

SimpleCV

keras

PyTorch