Programmiererforum

frame,x,y
1,391,91
2,377,94
3,380,87
4,381,86
5,382,86
6,382,86
7,384,85
8,386,84
9,511,215

Ich habe ein Yolo -Modell, das in einem Videospiel einen Baseball erkennt. Für jeden Frame kann ich die (x, y) Koordinaten des Balls erhalten. [url=viewtopic.php?t=14917]Ich möchte[/url] die zukünftige Position vorhersagen, in der der Ball die Platte basierend auf den ersten nachgewiesenen Positionen überquert. Positionen: < /p>
< /li>
< /ul>
[code]frame,x,y
1,391,91
2,377,94
3,380,87
4,381,86
5,382,86
6,382,86
7,384,85
8,386,84
9,511,215
[/code]
[b] Was ich ausprobiert habe: [/b]
[list]
[*] Verwendete ein LSTM-Modell mit Keras und StandardsCaler aus Scikit-Learn. /> < /li>
< /ul>
Problem: < /strong>

Ich weiß nicht, ob ich mit einem maschinellen Lernansatz fortfahren oder zu einem physikalischen Ansatz wechseln sollte (z. B. eine Kurve an die frühen Positionen anpassen). [url=viewtopic.php?t=14917]Ich möchte[/url] einen zuverlässigen Weg, um die zukünftige Landungsposition des Balls aus den ersten Frames vorherzusagen. />
Screenshot of YOLO detection: https://i.sstatic.net/0kIF0FCY.png

[*]Sample dataset and previous code: Google Drive link

[/list]
Frage: < /strong> < /p>

Sollte ich ML (wie LSTM oder Regression) oder eine physikalische Trajektorienvorhersage verwenden?>