metadata
license: mit
tags:
- yolov8
- object-detection
- football
- soccer
- sports-analytics
Futbol Detector v4 (1280px)
Modelo YOLOv8s entrenado a resoluci贸n 1280px para detectar jugadores, 谩rbitros y bal贸n en v铆deos de f煤tbol profesional. Es el detector final del Trabajo de Fin de Grado tras una comparativa de cuatro modelos.
Contexto
Forma parte del TFG "Dise帽o de un sistema de asistencia al an谩lisis t谩ctico deportivo basado en procesamiento de imagen" (Grado en Ingenier铆a Inform谩tica, Universidad Alfonso X el Sabio).
Evoluci贸n de los modelos
El modelo es el resultado de un proceso iterativo de cuatro versiones, comparadas sobre un conjunto de test independiente:
| Modelo | Descripci贸n | Bal贸n | Jugador | 脕rbitro | 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 precisi贸n en todas las clases, destacando la mejora en la detecci贸n del bal贸n gracias a la mayor resoluci贸n.
Clases
- ball (bal贸n)
- player (jugador)
- referee (谩rbitro)
Uso
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)