Futbol Detector v4

--- license: mit tags: - yolov8 - object-detection - football - soccer - sports-analytics --- # Futbol Detector v4 (1280px) Modelo YOLOv8s entrenado a resolución 1280px para detectar jugadores, árbitros y balón en vídeos de fútbol profesional. Es el detector final del Trabajo de Fin de Grado tras una comparativa de cuatro modelos. ## Contexto Forma parte del TFG *"Diseño de un sistema de asistencia al análisis táctico deportivo basado en procesamiento de imagen"* (Grado en Ingeniería Informática, Universidad Alfonso X el Sabio). ## Evolución de los modelos El modelo es el resultado de un proceso iterativo de cuatro versiones, comparadas sobre un conjunto de test independiente: | Modelo | Descripción | Balón | Jugador | Árbitro | mAP50 | FPS | |---|---|---|---|---|---|---| | v1 | 152 img, 640px | 0.398 | 0.893 | 0.143 | 0.478 | 79 | | v2 | 743 img, 640px | 0.445 | 0.949 | 0.516 | 0.637 | 84 | | v3 | 743 img + augmentation, 640px | 0.466 | 0.929 | 0.566 | 0.654 | 57 | | **v4** | **743 img, 1280px** | **0.574** | **0.962** | **0.581** | **0.706** | 31 | El v4 ofrece la mejor precisión en todas las clases, destacando la mejora en la detección del balón gracias a la mayor resolución. ## Clases - ball (balón) - player (jugador) - referee (árbitro) ## Uso ```python from ultralytics import YOLO from huggingface_hub import hf_hub_download model_path = hf_hub_download(repo_id="hugosanchezgallego/futbol-detector-v4", filename="best.pt") model = YOLO(model_path) results = model("ruta/al/video.mp4", imgsz=1280) ``` ## Repositorio del proyecto [https://github.com/HugoSanchezGallego/TFG](https://github.com/HugoSanchezGallego/TFG)

Source context: 0 downloads · 1 likes · Pipeline object-detection · Repo hugosanchezgallego/futbol-detector-v4