这个开源项目显示过人成功率谁更高？

我理解您想了解开源项目中关于“过人成功率”的对比，由于您没有指定具体的开源项目名称,我无法直接给出准确的比较数据。

为了能给您提供有价值的帮助，我为您梳理了当前几个主流开源 AI 视觉/运动分析项目中，过人成功率”或类似技术指标的处理方式：

如果您指的是体育数据分析类开源项目（如足球/篮球）：

• SoccerNet（足球视频理解）：它不以“过人成功率”为单一指标，而是侧重于动作识别和事件检测，如果想衡量过人，通常需要结合球员关键点检测和轨迹追踪，计算“1v1对抗成功”或“突破防线”次数。
• OpenPose + 自定义算法：在 GitHub 上常见的组合是使用 OpenPose（人体姿态估计）配合 DeepSORT（多目标追踪）来自建分析逻辑，此时的“过人成功率”完全取决于您自己的判定规则（防守方被晃开一定距离、变线角度等）。

如果您指的是量化交易/策略回测类项目（过“人”指跑赢基准）：

• Backtrader / Zipline：这类开源回测框架本身不提供“成功率”，它们输出的是胜率（Win Rate）和盈亏比，不同项目的胜率差异巨大，且与策略参数强相关，您需要查看具体策略的 trade_stats 输出。

如果您指的是自动驾驶或机器人路径规划（“过”障碍物）：

• Apollo / Autoware：它们通常用“绕障成功率”或“无碰撞完成率”来评估，项目官方文档或论文中会公布在特定测试集（如 KITTI）上的性能,这通常是一个明确的百分比数字。

为了给您最准确的答复，请您补充以下信息：

1. 项目名称或链接：您指的是哪个 GitHub 仓库或开源框架？
2. “过人”的具体场景：是物理对抗（如足球、篮球动作识别）？还是游戏 AI（如强化学习越过守门员）？还是其他领域？

一旦您提供了具体项目，我可以帮您从 README、论文或 Issue 中提取对“成功率”的具体定义和对比数据。

如果您需要，也可以进一步向我描述该项目的技术栈（比如是否使用了 YOLO、MediaPipe 等）,我可以帮您推测其评估逻辑。