# GitHub 网球相关开源项目调研笔记

## 按 Star 数排序的热门项目

### 1. 网球追踪与计算机视觉
| 项目 | Star | 描述 | 技术栈 |
|------|------|------|--------|
| ArtLabss/tennis-tracking | 649 | 开源单目 Python HawkEye 网球追踪系统 | Python, TrackNet, YOLO |
| yastrebksv/TennisCourtDetector | - | 深度学习网球场关键点检测 | Python, Deep Learning |
| Chaganti-Reddy/Tennis-Analysis-YOLOV8 | - | YOLOv8 网球分析系统 | Python, YOLOv8, Ultralytics |
| BimsaraS99/tennis-analyzer-YOLOv8 | - | YOLOv8 球员/球/场地追踪 | Python, YOLOv8 |
| SaadAbdElGhaffar/tennis-analysis-system | - | 综合网球比赛分析系统 | Python, YOLO, Deep Learning |
| nikhilgrad/Tennis-Ball-Tracker | - | YOLO 网球追踪与插值 | Python, YOLO |
| AggieSportsAnalytics/CourtCheck | - | 网球检测/追踪计算机视觉项目 | Python, ML, CV |

### 2. AI 网球教练与姿态分析
| 项目 | Star | 描述 | 技术栈 |
|------|------|------|--------|
| andrenatal/AI_Tennis_Coach | - | AI 网球教练，使用 MoveNet 姿态估计 | Python, MoveNet |
| attic-lee/Tennis-Swing-Tracker-Using-Pose-Estimation | - | 姿态估计分析网球挥拍轨迹 | Python, Pose Estimation |
| sohamroy2538/AI-based-Tennis-Analysis | - | 基于 Detectron2 的网球分析 | Python, Detectron2 |
| adeeteya/Tennis-Serve-Analysis | - | MoveNet 发球分析应用 | Dart, MoveNet |
| mabrao/Tennis-Training-System | - | 计算机视觉网球训练系统 | Mobile App, CV |

### 3. 网球动作识别与分类
| 项目 | Star | 描述 | 技术栈 |
|------|------|------|--------|
| chow-vincent/tennis_action_recognition | - | 深度学习网球击球动作分类 | Python, Deep Learning |
| AgentXCross/TennisStrokeMultiClassification | - | 网球图像四分类（正手/反手/发球/准备） | Python, CNN |
| antoinekeller/tennis_shot_recognition | - | 网球击球识别 | Python |

### 4. 网球数据分析与预测
| 项目 | Star | 描述 | 技术栈 |
|------|------|------|--------|
| mcekovic/tennis-crystal-ball | 285 | 终极网球统计与预测 | Java |
| MarcLinderGit/tennis_ace | - | 美国网球选手表现分析 | Python, Pandas, sklearn |
| HaydenFaulkner/Tennis | 121 | 网球数据集与事件检测/解说生成模型 | Python, MXNet |

### 5. 网球训练与工具
| 项目 | Star | 描述 | 技术栈 |
|------|------|------|--------|
| OpenTennis/physical-training-tennis | - | 开源网球体能训练计划 | Markdown |
| 3075426724/PowerTennis | 175 | 网球场馆小程序（预约/教练/团课） | JavaScript |

### 6. 网球书籍资源
- GitHub 上有 "网球相关书籍 tennis book" 仓库

## 关键技术方向
1. **TrackNet** - 高速物体追踪深度学习网络
2. **YOLOv8** - 目标检测（球员、球、场地）
3. **MoveNet** - 姿态估计
4. **Detectron2** - 活动姿态分析
5. **CNN** - 击球动作分类
6. **强化学习** - 多智能体网球对战