一籃大模型揉一起做籃球辨識！ 給大家看這個辨識效果，投籃位置，是否進球，球衣編號，球在哪裡(甚至裁判手裡拿的另外一個球都能捕捉到)，籃筐，運動員都能識別。 總計用了這些模型： F-DETR （偵測球員）－ 這是個類別DETR 的即時目標偵測器。微調後用來偵測球員、球衣號碼、裁判、籃球，甚至是投籃類型。 SAM2 （跟蹤球員）－ 用於分割與跟蹤。它在球員被遮蔽後重新識別，並在身體接觸中保持目標ID 穩定。 SigLIP + UMAP + K-means （無監督球隊聚類）— 結合視覺-語言嵌入與無監督聚類，透過統一的顏色和紋理將球員自動分組，無需人工標註 SmolVLM2 （辨識球員號碼）— 這個比較猛，今年2月發布的，有256M, 500M, 2.2B 三個版本。一般用在OCR場景，是個VLM，經過NBA 球衣裁切影像微調後，辨識隊服與編號準確率從56%提升至86% ResNet-32 — （號碼分類）一種經典CNN，經過微調用於球衣號碼分類，測試準確率達到93%，優於微調後的SmolVLM2 原文寫的非常棒，作為學習資料夠了，推薦給大家：
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。