Tennisvisión permite a entrenadores y jugadores de tenis entender cómo se ha desarrollado el punto que se acaba de jugar, explicando las estrategias empleadas por el ganador y dando recomendaciones a su oponente en tiempo real.
Gracias a diferentes modelos, como YOLOv11 y ResNEt50, Tennisvisión realiza un seguimiento de los jugadores y la pelota, situándolos sobre la pista tras identificar los puntos clave de la cancha.
Realizado por Marco Aloisi
Titulación Bachelor en Ingeniería en Desarrollo de Software
Tecnologías Computer Vision | Inteligencia Artificial (IA) | Machine Learning | Modelos de lenguaje (LLM)
Este proyecto implementa una solución de visión por computadora que, a partir de un punto de tenis, rastrea a los jugadores, la pelota y los puntos clave de la cancha. El sistema:
- Visualiza una mini cancha que muestra la posición de los jugadores y la pelota en tiempo real.
- Mide métricas clave como la velocidad de la pelota y de los jugadores durante el punto.
- Analiza el punto utilizando un modelo de lenguaje (LLM) que proporciona insights sobre las estrategias empleadas por el jugador ganador y recomendaciones para el oponente.
Modelos utilizados
- YoLOv11: Para la detección y seguimiento de los jugadores y la pelota.
- ResNet50: Para identificar con precisión los puntos clave de la cancha.
Próximos pasos
- Optimización del seguimiento de la pelota: Mejorar la precisión para evitar la saturación visual en la mini cancha, así como detectar dónde bota la pelota.
- Mejora de la precisión: Entrenar más el modelo y perfeccionar el postprocesamiento para obtener detecciones y análisis aún más precisos.
Español