羽毛球智能检测分析系统
Computer Vision Deep Learning PyQt5
- 多模型协同框架优化：针对球场定位、人体姿态、羽毛球追踪三大核心模块，集成 Keypoint R-CNN、YOLOv8n-Pose 和 TrackNetv3，解决遮挡与实时性痛点。
- 算法设计与全栈开发：自主设计击球动作识别、球速计算等 6 大核心算法；基于 PyQt5 开发可视化系统，支持 AI 技战术报告生成。
- 应用价值：获评毕业论文 A 等级（全院前 10%），技术框架可迁移至网球、乒乓球等项目。目前项目已与中国香港多家羽毛球机构及中小学洽谈合作，即将落地投入使用。
技术栈与核心指标
- 核心模型：Keypoint R-CNN + YOLOv8n-Pose + TrackNetv3
- 系统功能：实时速度/轨迹追踪、回合胜负判定、AI技战术分析