Wie kann ich die zukünftige Landungsposition eines mit Yolo entdeckten Balls vorhersagen? ⇐ Python

[Anonymous]

Ich habe ein Yolo -Modell, das in einem Videospiel einen Baseball erkennt. Für jeden Frame kann ich die (x, y) Koordinaten des Balls erhalten. Ich möchte die zukünftige Position vorhersagen, in der der Ball die Platte basierend auf den ersten nachgewiesenen Positionen überquert. Positionen: < /p>
< /li>
< /ul>

Code: Select all

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

Was ich ausprobiert habe:

• 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). Ich möchte 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

Frage: < /strong> < /p>

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