身高和弹跳摸高达到多少才能扣篮

本文详细解析了不同摸高条件下实现扣篮的可能性及技巧,从315cm到370cm以上,探讨了如何通过技巧和训练在各种高度下完成扣篮。同时,文章还讨论了身高、弹跳力与扣篮的关系,为篮球爱好者提供了实用的参考。

篮框标准高度是305cm,个人最大摸高需要达到多少才能扣篮呢?

最大摸高达到:


315cm
理论上,摸高能达到315就能扣篮,高出篮框10cm
但这个是起跳最高点高度,需要单手用手指托起球底,有技巧扣进去。
也许根本说不上扣篮,只是拉直身体把球拨进去,更说不上抓框感觉。

320cm
尽管手指根超过篮框,似乎也很难,可以拿个小孩玩的塑胶球,单手能抓稳的那种,来满足一下。(^ _ ^)

325cm
有点勉强,练习期间,进入状态后,单手五六次或许能把球拨进去一次。
手掌大会好一点。

在一些不标准的,高度略低的篮框还行。
国内有不少休闲球场,乃至校园球场 的篮框高度 略低于标准高度。

可尝试 抛扣,补扣。
比如让队友 从底线 投一个砸板弧度的三分球,看准时机跃起,补扣。
这种方式,队友容易投准,实战中也可以尝试,但空中迎着来球方向接球费劲,需要技巧和腕力。

或者用足球,或减少投篮距离,拉高抛物线 来降低空中接球时的 后挫力。
    
让队友或自己砸球在地,等球弹到最高点时起跳,在球下落到篮框附近时,粘球扣入。
这种方式 空中接球会轻松一点,甚至不用把球接稳就能拨进去。

330cm
进入状态后,体力充足时 可以扣进。因为起跳腾空时,保持高举持球的姿势,会有少量高度损耗。

实战中,发挥扣篮有点困难,容易砸框。

当然罗,在防守球员失位的情况下,凭着高速奔跑的高动能速度,强行高举砸下去也行!!!

 

335cm
能到这个高度不再是“拨”,可以 狠砸 一下!

篮底下 双手扣 成功率 较高。


340cm
比较稳妥,练习时,起跳位置 可以移开小半步,不需要紧挨着篮底。

实战中,体力充足,无人看防,可以秀一下。

从姿势上也有扣篮的观感。

 

345cm
进入状态后,就能相对轻松地 三步上篮式扣入,不再需要每次都 鼓足干劲,崩紧肌肉 起跳。

350cm
可以有一定幅度拉伸手臀扣篮。整体动作上可以有点 滞空感 和 空中滑翔感。

能来个 大猩猩挂网式的, 双手 (持球贴头) 暴扣!

 

360cm
能做一些有点难度扣篮动作。

 

370cm
能做高难度的扣篮动作。

 

3.80+ 
奇才。。。。。。

 

 

身高与弹跳和扣篮
身高刚好180cm 的人,祼足站立摸高大概是230cm(穿球鞋加2-3cm),助跑 弹跳 90cm 以上,才有 扣篮 的可能。

简单的说:你的 摸高 需要高出篮框一个手掌位,才有扣篮的可能

普通人(黄种人)垂直弹跳 40-60 cm,超过60cm的算是不错了。达到70cm具备参赛潜力。

普通(不完全运动状态)助跑 比 垂直弹跳提高 10-20 CM。

一个人完全进入运行状态时的起跑弹跳,比普通状态下助跑弹跳高 5-10cm。

在校学生中,原地 垂直弹跳 60cm 以上,几乎 十里挑一(甚至 1/20)

身高190cm以下的学生、业余人士练习“砸框”还行的。扣进去有难度。实战扣篮更难得。

(如果是在 一些 非标准框 的 休闲场、校园场 ,马马虎虎 可以吧  ^_^ )

 

 

下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画过渡特性(如`transition``animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁治理决策。 • 计算机视觉研究:支持实例分割算法的研究优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值