【拓展】基于YOLOv5的王者荣耀目标检测4-对电脑屏幕进行实时检测

已于 2022-05-05 20:54:10 修改
阅读量8.4k 收藏 93
点赞数 9
分类专栏： 目标检测 文章标签： 目标检测 深度学习
于 2022-05-04 22:11:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shopkeeper_/article/details/124578725
版权
该博客介绍了如何利用YOLOv5对电脑屏幕进行王者荣耀游戏的实时目标检测。作者通过MSS库实现截图，然后用训练好的YOLO模型进行推理，并展示推理结果。虽然存在卡顿问题，作者提出了通过视频流处理多张图片以优化的方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

基于YOLOv5的王者荣耀目标检测4-拓展-对电脑屏幕进行实时检测

一、前言

上一篇博客：基于YOLOv5的王者荣耀目标检测3-简单地利用训练好的模型进行推理

二、正文

1、思路

无论是视频还是摄像头，YOLO的目标检测实际上都是对图像进行预测的因此对于电脑屏幕的实时检测。我们可以不断地截屏，将图片逐张推理，再把推理结果返回窗口。
过程分为三步：①截屏。此处可以使用MSS来进行实时的截屏；②使用YOLO进行推理。这里我们调用run()方法即可③展示推理结果。将推理结果展示到窗口上。

2、实践

2.1、detect.py结构

detect.py文件中主要有两个类，一个用于设置参数，一个用于进行推理。
在这里插入图片描述

2.2、使用MSS实时截屏并推理

在这里插入图片描述

3、效果展示

王者荣耀屏幕实时检测

4、总结

因为是截一张图推理一次，所以整个推理的过程比较卡顿，还不能像使用摄像头那样进行流畅地检测。

可能的改进方法：像摄像头一样通过视频流来输入图片，一次处理多张图片。
我的项目源码（不含数据集）

yolov5实时检测屏幕python代码
weixin_35755562的博客
02-09 2861
下面是一份使用 YOLOv5 进行实时屏幕检测的 Python 代码示例： ``` import cv2 import numpy as np import torch from models import * from utils.datasets import * from utils.utils import * class ObjectDetection: def init(sel...
yolov5实时检测屏幕
weixin_35755434的博客
02-09 2116
YOLOv5 是一种用于目标检测的深度学习模型，它可以实时地检测屏幕上的物体。为了使用 YOLOv5 进行实时目标检测，您需要安装一个 YOLOv5 的实现，如 PyTorch 的实现，并将其与摄像头或其他视频输入设备相连。然后，您可以使用 YOLOv5 模型对实时视频流进行检测，并在屏幕上显示检测结果。 ...
YOLO屏幕/摄像头实时检测
最新发布
qq_54107494的博客
11-14 2557
基于YOLOV5/7实现电脑屏幕/摄像头的实时检测，代码逐句分析，优化了opencv的检测，cpu占用率相较于之前的版本有所下降。
【学习开源代码001】使用yolov5_ros 调用笔记本摄像头识别实时画面
Ivy_Hu677的博客
12-19 2260
【代码】【学习开源代码001】使用yolov5_ros 调用笔记本摄像头识别实时画面。
在YOLOv5实时检测画面上打印信息
Albert_yeager的博客
04-01 6252
为了使结果呈现更加直观，可以在摄像头实时检测的画面上打印计数结果、帧率等信息，本文以单摄像头实时检测为例，介绍实现方法。
Pyqt5+Yolov5+Mss实现一个实时桌面检测软件
ziyuan12345678的博客
04-15 5877
文章目录写在前面的话一、明确功能目标二、UI设计1.选择主界面三、功能的实现1.构建信号槽,为关闭按钮添加功能2.剥离yolo模型载入代码,载入训练好的模型,封装成函数3.剥离yolo推理代码,封装成函数可以被方便的调用4.使用Qlabel展示图片,并用QtWidgets.QApplication.processEvents()方法高速刷新5.实时显示原图+显示推理后结果结语 写在前面的话 最近参加了个小比赛,大概意思就是用yolov5实现一个害虫识别.前期一切顺利模型训练,检测什么的都完成了,但遇到了一
目标检测数据集(YOLOV5目录格式)：王者荣耀目标检测数据集（12类别）
03-29
项目包含：王者荣耀目标检测数据集（12类别），数据保存按照YOLOV5文件夹保存，可直接用作目标检测数据集，无需额外处理。 图像分辨率为1920*1032的RGB图片，包含王者荣耀游戏的目标 【数据集介绍】王者荣耀图像...
基于YOLOV8的王者荣耀目标检测源码+模型.zip
05-21
基于YOLOV8的王者荣耀目标检测源码+模型.zip基于YOLOV8的王者荣耀目标检测源码+模型.zip基于YOLOV8的王者荣耀目标检测源码+模型.zip基于YOLOV8的王者荣耀目标检测源码+模型.zip
基于yolov5的王者荣耀目标识别
09-17
基于yolov5的王者荣耀目标识别
基于YOLOv8的王者荣耀目标检测源码
11-05
在处理像王者荣耀这样图形细节丰富且实时变化的游戏画面时，YOLOv8能够根据其对不同环境的适应能力和学习能力，动态地调整其检测策略，以达到较高的检测率。例如，YOLOv8能够处理不同的游戏场景，从激烈的战斗场景到...
使用YOLOv3（Python - Keras）实时检测屏幕画面进行目标检测教程（以检测GTA5游戏画面为例子）
ACL_lihan的博客
01-17 2万+
毕业设计项目做了一个在游戏GTA5中实现自动驾驶的项目，其中一个功能是汽车的碰撞检测。为了实现这个功能我首先需要能实现识别汽车，对比了使用了SSD和Faster-RCNN，我选择了YOLOv3来实现这个功能，因为它既有速度又有精度，还非常灵活，简直是工业界良心。 当时在网上查阅相关教程的时候，很多教程只是讲到调用一下文件实现视频文件的检测。然而我需要对屏幕上显示的游戏画面进行检测，所以很多教程都...
Pad-YoloV5：在便携终端上实时检测不再是难题
gzq0723的博客
08-28 611
计算机视觉研究院专栏作者：Edison_G目标检测是现在最热门的研究课题，目前最流行的还是Yolo系列框架，最近我们计算机视觉研究院也分享了很对目标检测干活及实践，都是Yolo-Base框...
yolov5算法在边缘计算设备上调用海康威视摄像头进行实时检测!
z___fc的博客
07-03 4311
在边缘设备板子上，使用yolov5算法调用海康威视摄像头进行实时目标检测
基于yolov5的手机屏幕缺陷检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
lanboAI的博客
10-16 1441
基于 YOLOv5 的手机屏幕缺陷检测系统是在 PyTorch 框架之下得以实现的。这是一个完备的项目，涵盖了诸多方面，其中包括代码部分，精心整理的数据集，训练完备的模型权重，详实的模型训练记录，直观友好的 UI 界面以及各类重要的模型指标（如准确率、精确率、召回率等等）。该系统的 UI 界面是通过 tkinter 设计并成功实现的。该项目可在windows、linux(ubuntu，centos)、mac系统下运行，可外接usb摄像头或直接用笔记本摄像头实现摄像实时检测。
用python的socket通信将Yolov5的USB摄像头实时推理结果发送给另一台电脑
qq_41226644的博客
01-07 1841
用python的socket通信将Yolov5的USB摄像头实时推理结果发送给另一台电脑
YOLOv8入门教程：实现实时目标检测
sybh的博客
04-10 6093
在本教程中，我们将介绍YOLOv8的基本概念和原理，然后用Python实现一个简单的实时目标检测应用。正文：一、YOLOv8简介YOLOv8（You Only Look Once v8）是一种快速、准确的实时目标检测算法。相较于前代YOLO版本，YOLOv8在检测速度和准确率上取得了显著的提升。
使用yolov5-lite对屏幕进行目标检测
计算机视觉的学习日常
03-23 1万+
使用yolov5-lite对屏幕目标进行检测，并自动将鼠标指向目标
【YOLOv8】实战一：手把手教你使用YOLOv8实现实时目标检测
热门推荐
virobotics的博客
04-15 11万+
YOLOv8导出为onnx模型，YOLOv8在LabVIEW中的部署，实现实时目标检测！在CPU和GPU上实现加速
yolov8动态识别屏幕上的视频物体
09-09 1688
屏幕上播放视频，要求用yolov8识别出屏幕上正在播放的任意视频的物体。安排！
yolov5实时检测电脑屏幕
07-28
YOLOv5是一种目标检测算法，可以用于实时检测电脑屏幕上的物体。具体实现步骤如下： 1. 首先，需要使用截屏工具（如MSS）对电脑屏幕进行实时截屏，将截取的图片逐张输入到YOLOv5模型进行推理。 2. 使用YOLOv5模型进行推理，可以调用run()方法来实现。这个方法会对输入的图片进行目标检测，并返回检测结果。 3. 最后，将推理结果展示到窗口上，可以使用图形库将检测结果绘制在截屏的图片上，并将结果展示到屏幕上。 在实践中，可以选择使用轻量化的yolov5-lite模型进行目标检测。这个模型相对较小，适合在电脑屏幕上进行实时检测。可以根据需要对模型进行一些修改，例如删除不需要的内容，调整参数等。 参考链接\[2\]提供了一个使用yolov5-lite模型进行屏幕检测的示例代码。你可以参考这个代码来实现屏幕检测功能。 另外，参考链接\[3\]提供了一个yolov5-lite模型的开源实现，你可以在这个项目中找到更多关于yolov5-lite模型的信息和使用方法。 总结起来，使用YOLOv5算法和yolov5-lite模型可以实现对电脑屏幕的实时检测。你可以根据需要选择合适的截屏工具和模型，并根据示例代码进行相应的修改和实现。 #### 引用[.reference_title] - *1* [【拓展】基于YOLOv5的王者荣耀目标检测4-对电脑屏幕进行实时检测](https://blog.csdn.net/shopkeeper_/article/details/124578725)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [使用yolov5-lite对屏幕进行目标检测](https://blog.csdn.net/m0_58772523/article/details/123692862)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 32
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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