机器学习制作游戏辅助-原神自动钓鱼实战
文章平均质量分 79
机器学习做游戏辅助实战课程,可根据课程内容举一反三实现其他游戏辅助的制作。
优惠券已抵扣
余额抵扣
还需支付
¥399.90
¥499.90
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
人工智能-肥鹅
这个作者很懒,什么都没留下…
展开
-
零基础机器学习做游戏辅助第十五课--原神自动钓鱼(五)完整效果
判断鱼饵是否重复选择,如选择的鱼饵和上次相同将出现鱼饵的词条,遮挡确定按钮。我们现在已经具备了所有需要的技术,我们梳理出所有技术的流程。未抛竿,截图并识别图中所有鱼类,选择其中一个种类。判断当前钓鱼状态(未抛竿、已抛竿、上鱼中)。鱼儿上钩,持续截图控制框获取需要的位置信息。在此对窗口截图,判断对应鱼类位置。松开鼠标抛竿,持续检测钓鱼状态。DQN强化模型对力度进行控制。根据以选择鱼类选择对应鱼饵。根据位置将抛竿点移动到附近。原创 2023-03-01 00:36:41 · 693 阅读 · 3 评论 -
零基础机器学习做游戏辅助第十四课--原神自动钓鱼(四)yolov5目标检测
目标检测有两种实现,一种是one-stage,另一种是two-stage,它们的区别如名称所体现的,two-stage有一个region proposal过程,可以理解为网络会先生成目标候选区域,然后把所有的区域放进分类器分类,而one-stage会先把图片分割成一个个的image patch,然后每个image patch都有M个anchor box,把所有的anchor送进分类器输出分类和检测位置。很明显可以看出,后一种方法的速度会比较快。原创 2023-02-22 19:43:40 · 1139 阅读 · 0 评论 -
零基础机器学习做游戏辅助第十三课--原神自动钓鱼(三)labelimg的使用
labelimg是一款开源的图像标注工具,标签可用于分类和目标检测,它是用python写的,并使用Qt作为其图形界面,简单好用(虽然是英文版的)。其注释以 PASCAL VOC格式保存为XML文件,这是ImageNet使用的格式。此外,它还支持 COCO数据集格式。数据标注遵循轮廓对齐原则。从左下标注到右上。尽量使用英文标签。启动labelimg时后面跟图片路径和分类文本文件,启动后程序会读取标签文件。可以鼠标点选。原创 2023-02-22 18:27:24 · 627 阅读 · 0 评论 -
零基础机器学习做游戏辅助第十二课--原神自动钓鱼(二)HSV颜色空间
其中水平方向表示饱和度,饱和度表示颜色接近光谱色的程度。用上图圆柱体来表示 HSV 颜色空间,圆柱体的横截面可以看做是一个极坐标系 ,H 用极坐标的极角表示,S 用极坐标的极轴长度表示,V 用圆柱中轴的高度表示。在Hue一定的情况下,饱和度减小,就是往光谱色中添加白色,光谱色所占的比例也在减小,饱和度减为0,表示光谱色所占的比例为零,导致整个颜色呈现白色。颜色圆环上所有的颜色都是光谱上的颜色,从红色开始按逆时针方向旋转,Hue=0 表示红色,Hue=120 表示绿色,Hue=240 表示蓝色等等。原创 2023-02-15 13:56:00 · 483 阅读 · 0 评论 -
零基础机器学习做游戏辅助第十一课--原神自动钓鱼(一)图像边缘检测
并不是非常准确,如果匹配的信息不准确,那么将直接影响我们后面DQN模型对动作的预测。这是游戏中右下角的一个图标,因为游戏背景的原因,它是有底色的,人物在不同的位置,底色就会随着环境变化。如需要截取部分图像,需要修改saveDC.BitBlt处的源矩形区域左上角的X,Y轴逻辑坐标。其次,当上鱼时,上方会出现受力框,让指针一直保持在黄框内,直至下方鱼钩画满圆,就钓到鱼了。对指定窗口截图时,有可能会有重名的窗口,获取的句柄不对就无法正常截图。使用opencv的模板匹配功能,判断右下角的游戏状态。原创 2023-02-15 00:20:16 · 498 阅读 · 0 评论 -
零基础机器学习做游戏辅助第十课--强化学习DQN(二)
游戏失败需要给一个比较大的负值。deque队列有先进先出的特性。DQN的整个训练过程:随机初始化一个状态 s,初始化记忆池(Replay DB),设置观察值。循环遍历(是永久遍历还是只遍历一定次数这个自己设置):(1) 根据策略选择一个行为(action)。(2) 执行该行动(aaction),得到奖励(reward)、执行该行为后的状态 s`和游戏是否结束 done。(3) 保存 s, a, r, s`, done 到记忆池里。原创 2023-02-06 22:27:28 · 402 阅读 · 0 评论 -
零基础机器学习做游戏辅助第九课--强化学习DQN(一)
强化学习(英语:Reinforcement learning,简称RL)是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益。强化学习是除了监督学习和非监督学习之外的第三种基本的机器学习方法。与监督学习不同的是,强化学习不需要带标签的输入输出对,同时也无需对非最优解的精确地纠正。其关注点在于寻找探索(对未知领域的)和利用(对已有知识的)的平衡,强化学习中的“探索-利用”的交换,在多臂老虎机问题和有限MDP中研究得最多。原创 2023-02-03 22:01:10 · 594 阅读 · 0 评论 -
零基础机器学习做游戏辅助第八课--使用预训练模型做迁移学习
预训练网络有两种方法:特征提取(feature extraction)和微调模型(fine-tuning)。weights参数:决定是否使用预训练的权重。trainable属性:是否冻结模型或层。layers属性:包含模型所有层。使用预训练模型时需要对应的.h5文件。存放在/.keras/models下或当前文件夹。原创 2023-02-01 23:06:22 · 563 阅读 · 0 评论 -
零基础机器学习做游戏辅助第七课--模型的保存与加载
save_weights 保存模型权重,load_weights加载模型权重文件,需要先创建模型并编译。to_json 保存模型描述文件,model_from_json加载模型描述,一般和sava_weights配合使用。save 保存模型完整文件,load_model加载完整模型文件。此方法不需要重新创建和编译。后缀.h5文件为HDF5文件。原创 2023-02-01 15:24:40 · 286 阅读 · 0 评论 -
零基础机器学习做游戏辅助第六课--猫狗数据集认识卷积神经网络(二)
当使用该层作为模型第一层时,需要提供 input_shape 参数 (整数元组,不包含样本表示的轴)。卷积层是将图像和卷积核进行计算提取特征输出神经元,一般取值32,、64、128等。MaxPooling2D最大池化层是将卷积层的结果进行进一步挤压出更多有用信息。Dropout是将前面卷积层输出的神经元丢弃掉一部分,这样可以使模型泛化性更强。二分类时一般使用sigmoid激活函数,配合binary_crossentropy损失函数一起使用。原创 2023-01-31 22:36:20 · 167 阅读 · 0 评论 -
零基础机器学习做游戏辅助第五课--猫狗数据集认识卷积神经网络(一)
在上节课中我们对神经网络有了初步的认识,但是还不够,因为处理图像我们一般使用卷积神经网络,这节课我们就主要讲解什么是卷积神经网络,它的工作原理是怎样的。这个实例学完我们就基本掌握了神经网络的使用。ImageDataGenerator图像增强,可以更快速的训练模型flow_from_directory生成增强后的图像图像增强按需设置,属性不是必须的。原创 2023-01-30 22:41:55 · 286 阅读 · 0 评论 -
零基础机器学习做游戏辅助第四课--手写数字识别(二)
使用model.compile配置学习过程时optimizer和loss为必须参数。lr为学习率,一般情况下我们可以使用默认值。配置metrics参数后,在训练时会显示模型当前正确率。多分类情况下损失函数可以使用categorical_crossentropy 和sparse_categorical_crossentropy。model.fit 训练模型model.predict 使用模型对数据进行预测。原创 2023-01-26 23:49:15 · 720 阅读 · 0 评论 -
零基础机器学习做游戏辅助第三课--手写数字识别(一)
这个课程我们的目标很明确,我们的目的就是利用神经网络做游戏辅助,他主要用到的是卷积神经网络和目标检测,手写数字识别这个经典案例我们将会一步一步给大家讲解,你吃透了这个案例,就基本掌握了卷积神经网络的使用。或者直白点说,如果是做辅助,以后用到的基本就是这些技术点,按教程里的案例,照葫芦画瓢也可以。Sequential模型是我们常用的模型,也叫顺序模型。向模型中添加层使用模型的.add方法。Flatten层的功能是将多维数据转换为一维数据。原创 2023-01-23 09:00:25 · 541 阅读 · 0 评论 -
零基础机器学习做游戏辅助第二课--配置gpu机器学习环境(keras+tensorflow)
GPU在深度学习中是至关重要的。GPU非常适合并行计算,而神经网络是高度并行的(embarrassingly parallel)。在并行计算中,高度并行任务是指将整个任务分割成一组较小的任务以并行计算的任务。高度并行任务是那些很容易看到一组小任务彼此独立的任务。操作系统:windows 10python版本:python 3.6.5其他:CUDA 10.1英伟达官方驱动下载:注意:先更新自己显卡驱动到最新或最稳定版本1、更新显卡驱动2、在从源代码构建 | TensorFlow。原创 2020-12-10 18:29:48 · 901 阅读 · 2 评论 -
零基础机器学习做游戏辅助第一课--神经网络与Keras介绍
人工神经网络(英语:Artificial Neural Network,ANN),简称神经网络(Neural Network,NN)或类神经网络,在机器学习和认知科学领域,是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自适应系统,通俗地讲就是具备学习功能。原创 2023-01-20 15:28:29 · 1013 阅读 · 1 评论