تطبيق AI League Scout Eye لتحليل أداء لاعبي كرة القدم بالذكاء الاصطناعي

نبذة عن المشروع :

تطبيق ويب تفاعلي مطوّر باستخدام تقنيات متقدمة في الذكاء الاصطناعي وتعلم الآلة (Python, Streamlit, Google Gemini 1.5 Pro)، متخصص في تحليل وتقييم أداء ومهارات لاعبي كرة القدم، خاصةً الناشئين، اعتمادًا على تحليل مقاطع الفيديو.

ميزات التطبيق الأساسية :

تقييم المهارات الفنية للاعبين:

يُحلل التطبيق مقاطع الفيديو الخاصة باللاعبين لمنح تقييمات دقيقة لمهارات محددة (الجري بالكرة، التمرير، الاستلام) وفقًا لفئات عمرية مختلفة ومعايير تقييم احترافية مخصصة.

️ تحليل بيوميكانيكي مبدئي:

يقدم ملاحظات نوعية حول جودة وتناسق حركة اللاعب أثناء الجري، موضحًا نقاط القوة ومؤشرات لخطر الإصابة المحتملة، مما يُساعد على تطوير الأداء وتجنب الإصابات.

? توقع المركز الأنسب للاعب:

يعتمد على نموذج تعلّم آلة متقدم ومدرب مسبقًا لتحديد أفضل مركز يناسب اللاعب بناءً على مهاراته وخصائص أدائه.

اقتراح أفضل اللاعبين لكل مركز:

يقدّم توصيات مفصلة عن اللاعبين الأكثر ملاءمة لكل مركز بناءً على بيانات الأداء والتحليلات الفنية.

واجهة مستخدم تفاعلية :

مصممة باللغة العربية، سهلة الاستخدام وواضحة.

تعرض النتائج عبر رسوم بيانية واضحة (Matplotlib) وملخصات توضيحية مباشرة.

الصور المرفقة :

لقطات واضحة من واجهة اختيار الفئة العمرية والمهارة.

نموذج توضيحي لنتائج تقييم المهارات مع الرسم البياني.

واجهة رفع الفيديو للتحليل البيوميكانيكي.

مثال واقعي لنتائج التحليل البيوميكانيكي المعروض.

واجهة توقع المراكز والتوصيات الخاصة باللاعبين.

التقنيات المستخدمة ️:

Python

Streamlit

Google Gemini 1.5 Pro

Matplotlib

هذا المشروع يمثل دمجًا عمليًا واحترافيًا للذكاء الاصطناعي التوليدي في مجال تحليل الأداء الرياضي، ويُناسب بشكل مثالي أكاديميات وأندية كرة القدم، والكشافين الرياضيين، والمدربين المهتمين بتطوير أداء المواهب الرياضية.