下载玩 Steam 和 CSGO 后,我们需要下载训练好的模型库。我已经压缩了我训练好的模型,并将其放入 checkpoints 文件夹中。
现在,一切准备就绪。
我的yolov3/configs.py文件已经配置为自定义训练对象检测,input_size值为 416。
然后运行。
YOLO_INPUT_SIZE如果你需要更高的准确性,你可以更改,但是根据我的测试掉帧很严重。
现在,当您在后台运行 CSGO 游戏时,运行YOLO_aimbot_main.py脚本。
当 YOLO 检测到屏幕上的物体时,他就会自动锁定敌人并击杀
PS:如果鼠标在游戏中飞来飞去,请打开游戏控制台并键入m_rawinput 0,这会禁用原始游戏输入。此外,你可能需要更改灵敏度或其他次要设置。
结果:
上图!
首先,我大概使用了大约 1500 张图像来训练这个自动模型。
大部分训练数据是我参考别人的方法生成的。
为了让它更准确,建议在不同的地图中使用超过 10,000 张图像,
依此类推,这样我们就可以确保我们的模型不会错误地检测到敌人。
无论如何,我运行了三个不同的测试实例:
- 输入大小为416 的TensorFlow检测: