awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesTrack Maps

Visualizations that map telemetry and speed data onto two-dimensional circuit layouts.

Distinct from Tracking Visualization: Focuses on spatial track geometry rather than video frame tracking masks

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Track Maps. Refine with filters or upvote what's useful.

Awesome Track Maps GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • theoehrly/fast-f1Avatar von theOehrly

    theOehrly/Fast-F1

    5,151Auf GitHub ansehen↗

    Fast-F1 ist eine Python-Datenbibliothek und Telemetrie-Analysator für die Formel 1. Sie dient als programmatischer API-Wrapper zum Abrufen und Verarbeiten von Timing-Daten, Rennergebnissen und hochfrequenten Fahrzeugsensormetriken. Das Projekt bietet spezialisierte Tools für Motorsport-Performance-Benchmarking und Visualisierung. Es ermöglicht den Vergleich von Fahrzeugtelemetrie, wie Speed-Traces und Gangwechseln, und generiert räumliche Streckenkarten mit Geschwindigkeits- und Kurven-Overlays. Die Bibliothek deckt ein breites Spektrum an Datenabruf- und Analysefunktionen ab, einschließlich der Extraktion von Rennplänen, Meisterschaftsständen und Streckenmetadaten. Sie unterstützt die Überwachung von Live-Rennaktivitäten und Rennkontrollnachrichten, während sie lokales Disk-Caching nutzt, um Netzwerkanfragen während des Datenladens zu minimieren.

    Generates detailed track maps with numbered corners and speed overlays to represent spatial data.

    Python
    Auf GitHub ansehen↗5,151
  1. Home
  2. Artificial Intelligence & ML
  3. Tracking Visualization
  4. Track Maps