摘要
本发明提供了一种基于深度学习的足球颠球动作识别方法和系统,包括:通过YOLOv8检测模型的主干网络、LSTM时间序列建模、Neck层网络和Head层网络对足球、球鞋、环境背景和颠球动作进行识别;对YOLOv8检测模型进行训练;通过训练后的YOLOv8检测模型,对足球颠球视频逐帧进行处理,将每一帧图像输入到YOLOv8检测模型中进行前向传播,进行颠球次数的计数,逐帧比较足球的位置变化。当检测到足球从球鞋下方运动到上方,并且满足设定的高度阈值和运动轨迹条件时,判定为一次有效颠球。得到预测结果,通过与真实标注数据对比,计算损失值,并根据损失值利用反向传播算法对YOLOv8检测模型的权重进行调整。
技术关键词
足球
动作识别方法
动作识别系统
球鞋
检测模型训练
视频
传播算法
网络
矩阵
参数
接口
服务端
图像
运动
表达式
元素
轨迹
序列
数据
标签
系统为您推荐了相关专利信息
历史运行数据
磁力搅拌子
历史运行状态
检测磁力
检测模型训练方法
多模态
特征提取模块
融合特征
图片
三元组损失函数
主题检测方法
训练集
检测头
检测模型训练
融合特征