每一幀重新偵測
影片播放時，EfficientDet 會週期性分析新畫面。框線旁的百分比是模型對該物件類別的信心，不是追蹤準確率。
Webcam Motion Lab · Object Detection
找出球，畫出移動軌跡
上傳自己的運動影片，或手動開啟 Webcam。AI 會標出 sports ball 與飛盤，並把連續位置串成軌跡。
加入一段有球的影片
模型不會在載入頁面時下載。選擇影片或明確開啟相機後才開始準備。
正在下載並初始化 AI 模型
第一次載入時間取決於網路與裝置效能。
偵測到0 顆
推論更新0 FPS
最高信心—
軌跡點0
看懂偵測框之前，先知道模型實際在找什麼
這個工具不是專門為籃球、足球或網球重新訓練的追蹤模型，而是使用通用 COCO 物件偵測器找出 sports ball 與 frisbee 類別。
用中心點串成軌跡
每次偵測會記錄信心最高物件的中心位置，再串起最近的點。遮擋或誤判可能讓軌跡中斷或跳動。
不能直接算球速
畫面座標沒有真實距離與鏡頭校正，因此不能從這裡得到可靠的公里／小時。要測球速還需要尺度、幀率與透視校正。
常見問題
為什麼不提供 YouTube 網址輸入？
YouTube 播放頁面不是可直接分析的影片檔，加上跨來源與使用權限制，瀏覽器無法可靠讀取每一幀。請上傳你有權使用的本機影片。
怎麼改善小球或高速球的偵測？
使用解析度較高、光線充足、快門模糊較少的影片，並讓球在畫面中占更大比例。也可以略微降低最低信心分數，但過低會增加誤判。
同時有很多球時會怎樣？
畫面會標出所有符合門檻的 sports ball 或 frisbee；移動軌跡目前只連接每幀信心最高的一個物件，所以不等同多目標身份追蹤。