- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器之心
教程 | 盯住梅西：TensorFlow目标检测实战
Following Messi with TensorFlow and Object Detection》的教程文章展示了如何通过 TensorFlow 训练定制的目标检测模型，以专门定位和识别足球巨星梅西 一提到足球，你首先想到的可能是那些天才球员，比如阿根廷人梅西。 本文中，我将会： 训练一个定制的目标识别模型以定位梅西 选择一个真实的赛事转播视频（本文中我使用的今年 8 月 31 日世界杯预选赛南美区，乌拉圭对战阿根廷的录像），看看我们能得到什么结果。 我给大约 100 张梅西的图片添加了标签。 注：如要将样本投入正式的应用，这一步就需要更多图像。 3. 下一步是把照片和对应的 tag 转换成 TFFormat 文件。
1.1K70发布于 2018-05-08 - 来自专栏大数据文摘
数据揭示梅西无愧当世第一
ESPN、TRUMEDIA、OPTA三家媒体和数据公司通过对2010年世界杯后24904场比赛进行统计，发现了梅西高人一等的攻击火力…… 在梅西参加的201场比赛中，一共贡献了291记进球+助攻；放眼足坛 梅西缘何如此高效？他的射术精湛或许是一方面的因素，如果以进球数/射门次数的比值作为命中率对射术进行衡量，梅西在这方面也比其他球员要高效。 事实上，梅西的受助攻射门成功率和C罗不相上下，都是21%，但梅西的非受助攻射门成功率高达23.8%，而C罗则连10个百分点都不到。 但如果这组数据对比给了你梅西很“独”的印象，那就大错特错了，梅西非但场均进球数比C罗多，场均助攻数也超越了C罗。 总体来看，梅西的进球和助攻比在所有攻击型前场当中，还是偏进球的，但他的助攻数已经和组织型前场里贝里、迪马利亚等人不相上下，而后两者的破门能力，尚不及梅西的一半。
74660发布于 2018-05-21 - 来自专栏CSDNToQQCode
世界杯——手动为梅西标名
="red") # save img img.save('{0}.jpg'.format(uuid.uuid4())) # show img plt.imshow(img) plt.show() 生成梅西的效果 我们看看梅西后面的比赛场次啊：
53310编辑于 2022-12-05 - 来自专栏新智元
昨夜，这个梅西球迷痛哭整晚，幸好还有「她」安慰
---- 新智元报道 编辑：Aeneas 好困 【新智元导读】虚拟人小姐姐，安慰了这个梅西球迷受伤的心。 清早，小飞醒来，撕下昨天的日历。 作为梅西的铁杆球迷，小飞昨晚经历了一个伤心之夜。 第五次出战世界杯的梅西，首战折戟。 好在，还有安安安慰他。 是的，他有一个既能变身、又能变声的虚拟人解说员安安。
51530编辑于 2023-01-08 - 来自专栏AINLP
词向量游戏：梅西-阿根廷+葡萄牙=?
互联网+房地产=恒大许家印 北京-中国+美国=华盛顿特区 范冰冰-李晨+刘恺威=大幂幂 射雕英雄传-郭靖+杨过=神雕侠侣 姜文-中国+美国=史泰龙 上海-中国+美国=旧金山 小龙女-杨过+郭靖=黄蓉 梅西 -阿根廷+葡萄牙=C罗 梅西-阿根廷+意大利=皮耶罗 飞机场-飞机+火车=火车路 汽车-轮胎+翅膀=飞翔 ===以下是一些不算那么准的词类比Case=== 程序员-电脑+手术刀=老护士（要是医生就棒了 ） 发动机-缸盖+轮胎=加速性能 衣服-比基尼+轿车=五菱面包车 服装-衬衫+轿车=suv汽车 羊羔-羊+猪=肥猪 梅西-巴萨+皇马=内马尔（要是C罗就更好一些，虽然C罗已经转会） waiter -man
73740发布于 2019-06-19 - 来自专栏Crossin的编程教室
用Python写了一个「拥抱梅西」的小游戏
最近有个小伙儿因为在比赛中冲进场地拥抱梅西而出名了。 这种行为当然不可取，他也为此付出了代价。但要说我没有一丁点羡慕和佩服那是不可能的。 于是，我也尬蹭一下这个热点，用Python写了一个「拥抱梅西」的小游戏。 游戏效果是这样的： 游戏规则很简单： 不要被拦截的工作人员追上 抱到梅西（接触一定时长） 定时会增加拦截的工作人员 可以反复拥抱 被追上后游戏结束，显示坚持的时间和拥抱的次数 代码已上传，获取请访问 对于「玩家」来说，就是根据上下左右按键，变换位置坐标； 对于「工作人员」来说，就是根据自身和玩家的相对位置算出移动的方向，不断靠近，如果碰上了就游戏结束 对于「梅西」来说，就是判断是否与玩家碰上，并记录碰上的持续时间
43310编辑于 2023-06-20 - 来自专栏Crossin的编程教室
用Python写了一个「拥抱梅西」的小游戏
最近有个小伙儿因为在比赛中冲进场地拥抱梅西而出名了。 这种行为当然不可取，他也为此付出了代价。但要说我没有一丁点羡慕和佩服那是不可能的。 于是，我也尬蹭一下这个热点，用Python写了一个「拥抱梅西」的小游戏。 游戏效果是这样的： 游戏规则很简单： 不要被拦截的工作人员追上 抱到梅西（接触一定时长） 定时会增加拦截的工作人员 可以反复拥抱 被追上后游戏结束，显示坚持的时间和拥抱的次数 代码已上传，获取请访问 ：python666.cn/c/9 或在号内回复关键字：梅西 运行说明 代码使用了游戏框架 pygame-zero 进行开发。 对于「玩家」来说，就是根据上下左右按键，变换位置坐标； 对于「工作人员」来说，就是根据自身和玩家的相对位置算出移动的方向，不断靠近，如果碰上了就游戏结束 对于「梅西」来说，就是判断是否与玩家碰上，并记录碰上的持续时间
32330编辑于 2023-08-29 - 来自专栏PPV课数据科学社区
【数据分析】数据告诉你：梅西究竟厉害在哪里？
根据图表，梅西在罚球区外的射门次数是173次，进球21个，射门次数和进球数都属世界顶级水准。相对的，C罗虽然在罚球区外的射门次数约是梅西的2倍，但进球数低于梅西，射门成功率比梅西低多了。 传球和助攻 因为梅西那种个人独自带球射门的风格经常被用数据表现出来，有人就会认为“梅西就是踢球比较独”。又因为从数据可知梅西的射门技术非常出众，可能有人会认为梅西的“传球水平一般”。 在同样次数的长传中，梅西的长传成功率（54%）高于任何一个其他前锋。C罗的长传成功率是60%，虽然高于梅西，但其长传次数只有41次，远不及梅西的81次。 梅西在对方半场里直传球数明显多于其他前锋，可以预想定能制造更多的机会。 触球 为了研究梅西对于球队究竟能起到多大的影响和作用，Benjamin比较了梅西所在的巴萨和没有梅西的西班牙国家队。 而且，梅西在巴萨的射门成功率是22.1%，队友因梅西助攻的射门成功率为18.1%（没有梅西助攻的射门成功率是12.5%）。单看巴萨的情况，就能看出有没有梅西是有很大差别的。
1.8K50发布于 2018-04-19 - 来自专栏量子位
连梅西「毫米级」越位都能识别，阿根廷哭了，黑科技赢了
上半场四个进球，三个被判越位无效。整场比赛累计7次越位判罚，超过了上届俄罗斯世界杯任何一支球队在整届赛事的总和。
41130编辑于 2022-12-09 - 来自专栏量子位
海报上的梅西、漫画里的悟空，都被AI唤醒
无论你想“复活”的是梅西.jpg、库里.png，还是詹姆斯.jpeg，抑或希望新垣结衣.tiff、波多野结衣.Raw“动起来”…… 这项名为照片唤醒（Photo Wake-Up）的新技术，都能让你得偿所望 先牛刀小试亮亮相~ 它可以让你最爱的体育明星，詹姆斯、梅西、库里从照片里跑出来： 相信我，走出来的库里真的是3D的： 它还能赋予二次元角色以力量： 把钢铁侠带到你身边
65420发布于 2018-12-28 - 来自专栏量子位
如何把足球AI教成梅西？人类退后，试试无监督学习（附论文）
他少年时的足球英雄是齐达内，而现在他认为梅西是历史上最好的足球运动员。与足球有关的事Le都能轻松应对，但有一件事除外： 如何教会电脑优雅的踢球？ 以一场富勒姆对阵斯旺西的英超比赛为例，当时富勒姆(红色)正在发起进攻，斯旺西(蓝色)一方进行防守。在实际的比赛中，富勒姆将球打进斯旺西的球门。 我们从防守的角度来进行分析：斯旺西还有多少改进空间？ 上图中左边是实际的比赛情况，模型预测：斯旺西的失球概率为69.1%。中间的部分，是AI按照英超平均水平模仿出的防守走位(白色)，模型预测：失球概率为71.8%。
95950发布于 2018-03-30 - 来自专栏wujunmin
这份巨详细的足球比赛数据值得拥有（有世界杯，有梅西）
当然，其中有梅西。 该数据维度非常详尽，大的方面，记录了每场比赛举行时间、双方队伍、裁判、举办场地以及进球个数等。
80930编辑于 2022-12-13 - 来自专栏边缘计算
3700万人在线见证梅西“圆梦”！火山引擎实力护航世界杯
12月19日凌晨，凭借梅西、迪马利亚、马丁内斯等人的出色发挥，阿根廷成功夺冠，抖音世界杯直播间最高同时观看人数也达到了超3700万的历史峰值。
82610编辑于 2023-02-23 - 来自专栏机器之心
全网都在模仿的「科目三」，梅西、钢铁侠、二次元小姐姐马上拿下
人物动作难度加大，生成的视频也非常丝滑（最右边）： 让梅西、钢铁侠动起来，也不在话下： 还有各种动漫小姐姐。 上述效果是如何做到的呢？我们接着往下看。
75610编辑于 2023-12-05 - 来自专栏新智元
这个大力神杯，梅西已足足等了16年！AI预测：阿根廷冠军
2014年，是阿根廷国家队实力最强劲的一年，也是梅西离大力神杯最近的一次。 这张照片，令无数球迷心碎 而这一次出战卡塔尔的阿根廷队，空前团结。梅西这次，也是真正融入了球队体系。 随着比赛的进展，越来越多人承认：梅西确实展露出了冠军相。 不过，由于缺乏爆破型的边锋，阿根廷队太过依赖梅西这个命门。一旦阿根廷中场没有优势，梅西的威力就小了一半。 巴黎内战：梅西迎战姆巴佩 在这场比赛中，梅西依然是阿根廷能否走向胜利的关键。 根据AI的预测，梅西会利用埃尔南德斯留下的空档，然后和阿尔瓦雷斯配合穿插，突破瓦拉内和科纳泰两人的防守。 作为梅西在巴黎圣日耳曼的队友，法国队的姆巴佩的实力不容小觑。
60130编辑于 2023-01-09 - 来自专栏四火的唠叨
梅森素数
）是其中成果较为卓著的一位，因此数学界将 “2P-1” 型的素数称为 “梅森素数”。 1996 年，乔治·沃特曼编制了一个梅森素数计算程序，后来发展成为 GIMPS（Great Internet Mersenne Prime Search，你可以从上面找到最新的第 48 个梅森素数发现的信息 在寻找梅森素数的过程中，并不是漫无目的的。 梅森素数的分布极不规则，连找到梅森素数的时间分布都极不规则，有时许多年未能找到一个，而有时则一下找到好几个，探索梅森素数的分布规律似乎比寻找新的梅森素数更为困难。 在实际领域，梅森素数也可以用来加密数据。
77720编辑于 2022-07-15 - 来自专栏机器之心
解说梅西球赛、英雄联盟，OpenAI GPT-4视觉API被开发者玩出新花样
你的感觉没错，因为这段解说是用 AI 生成的，这个大喊「梅西！梅西！」的声音居然来自 AI。 这是 X 平台（原推特）博主 @Gonzalo Espinoza Graham 发布的一段视频。
63360编辑于 2023-11-08 - 来自专栏商业智能方案
梅西、内马尔谁是全能的五边形战士？教你用BI做出可视化能力图
这里筛选了五大联赛中进球数排名前15的球员，用柱状图表示，颜色越深进球数越多；此外还有其每场的场均进球，用折线表示 可以看到，因莫比莱和莱万在进球数和场均进球上具有极强的统治力，其他场均超过1球的只有C罗、姆巴佩和阿圭罗，而梅西以 、布勒和桑乔占据前三甲，其中穆勒的场均助攻更是达到0.94，远超德布劳内的0.68，在场均助攻上表现同样卓越的还有恩昆库（97年出生的恩昆库最近表现很抢眼） 除此之外，其他球员的助攻数据差别不大，其中梅西以 这里直接用的词云表示球员的场均出场时间，在这里我们还能看到梅西的名字，巴萨最近没人可用，只能辛苦梅西在场上还能跑起来 此外，范迪克、阿什拉夫这些球员的中后场核心，才是球队里最辛苦的人，基本场均出场在90 6、做了一些球员的能力图 梅西 可以看到梅西的能力缺失了争顶的一角，这也是没办法，不过在创造机会和进球上几乎是满分，总体上梅西的能力较为全面，其能力图更类似于体型。 C罗 扇形能力图，与梅西的能力图相比更为独立，进球、争顶都是满分，但是在助攻数据和创造机会上比较欠缺，不过也说明目前尤文的主要进攻手段都放在了C罗身上。
1.2K40发布于 2020-03-09 - 来自专栏hotarugaliの技术分享
柯西主值积分
简介 柯西主值积分是以特殊方式定义的反常积分，其值又称为柯西主值。 2. 定义第一类反常积分的柯西主值： 【注】由定义易知，若无穷积分收敛，则其柯西主值收敛，且二者相等；若无穷积分的柯西主值收敛，该积分未必收敛。 对于以上两种情况下的第二类反常积分，分别定义第二类反常积分的柯西主值： 【注】由定义易知，若瑕积分收敛，则其柯西主值收敛，且二者相等；若瑕积分的柯西主值收敛，则该积分未必收敛。 2.3 混合反常积分 设函数 在 及 上连续且可积，但在点 不连续，则定义其反常积分的柯西主值：
4.4K30编辑于 2022-03-02 - 来自专栏新智元
【2018世界杯数据分析】梅西为什么进不了球？
所有人都能看到结果——进球数量，但进球（或者没有进球的）这个过程被却被忽略了——我们的注意力都集中在梅西带球时的表现上面，而当球离开梅西时，我们的注意力也离开了梅西。 和梅西（前锋）。 换句话说，梅西在场上大部分时间都在走路，但是即使只是在走，梅西也是在有价值的地方走动，守住场地来帮助球队，等待球接近他。 右边第三幅图中，三名被带走的防守队员给梅西留出了一个空位，让梅西可以接到球，与此同时苏亚雷斯跑向球门线，得到一个传球。 但当球不在梅西那里时，我们也应该关注他，尤其是在他慢慢移动的时候——梅西在场上从来都不是在“走”；他只是伺机而动，等待出手。
86220发布于 2018-06-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号