没有一个广泛知名的、专门针对“人盯人防守成功率”这个单一指标的开源项目。
但你的需求很可能不是“找到这个项目”，而是“如何用开源工具计算出这个指标”，这通常是体育数据分析（Sports Analytics）中的一个细分领域，比如篮球、足球。
如果你是在找类似的东西,通常涉及以下两个方向：
如果你是指“追踪数据”分析（计算机视觉方向）
这类项目不会直接给你“成功率”，而是给你原始数据（球员坐标、球权变化），你需要自己定义“防守成功”的规则（被防守人投篮命中率下降、出现失误、24秒违例等）。
- 开源项目代表：
SportVu（NBA的经典数据）、Kloppy（足球数据标准化库）、TrackR（追踪算法）。 - 这些项目能输出“防守者距离被防守者的平均距离”或“防守压力值”，但“成功率”这个百分比需要你根据业务逻辑自己编写规则计算。
如果你是指“战术板/数据分析”平台（应用层）
- 开源项目代表：
Hudl（非开源）、Catapult（非开源），或者是针对特定比赛视频分析的Sportlight。 - 开源社区中，没有一个一键生成“人盯人成功率”报表的现成工具，因为“成功率”的定义高度依赖特定球队的战术体系（是防投篮、防突破还是防传球）,没有一个通用的标准。
如果你想自己动手实现（这是目前可行的方案）：
你可以基于现有的开源项目，结合统计模型来计算,核心逻辑如下：
- 数据采集：使用
OpenPose或Ultralytics YOLO做球员追踪。 - 定义 “盯人”：算出防守方球员和进攻方球员的空间距离（< 1.5米 视为“正在盯防”）。
- 定义 “成功”（依据你的指标）：
- 方案A（防守压力）：盯防时，进攻方投篮命中率 低于 其赛季平均命中率。
- 方案B（限制出手）：盯防时，进攻方 无法 完成投篮或传球失误。
- 方案C（时间限制）：盯防时，迫使进攻方在 24 秒（篮球）或 10 秒（足球）内未形成有效进攻。
- 计算：
成功率 = 成功防守回合数 / 总盯防回合数
你真正想找的可能是：
- 如果你要的是“球探报告”类数据分析：可以关注
github.com/neilmcauliffe或github.com/colinquirk等开源体育数据API（如mySportsFeeds），它们提供的是基础统计数据,你仍需自行计算。 - 如果你要找的是“防守效率值”：像篮球中常用的
Defensive Rating（防守效率，每百回合失分），这是可以直接算出来的，开源NBA数据包（如nba_api）可以直接给出结果，但它体现的是全队防守,不是单个人盯人的成功率。
如果你想找的是“人盯人防守成功”相关的具体项目，可能是混淆了这几个关键词：
- 防守效率（Defensive Rating）
- 对位防守数据（Matchup Defense Data）
- 防守球员影响力（Defensive Impact Metrics）
一句话总结：
现在的开源项目里，没有现成的“人盯人成功率”按钮，但如果你愿意，可以用 nba_api（数据） + pandas（计算） 自己写脚本，在 50 行代码内实现“某球员防某球员时，对方命中率下降多少”这个结果。
如果你描述一下你关注的运动项目（篮球/足球）和数据来源（视频/已有的XML数据）,我可以推荐更具体的开源库给你。
