关于yolov5 的CS游戏检测系统

本来玩这些都是满足自己的爱好，然而嘛，，同学突然建议我写一些blog，我才突然想到，是哦，现在怎么投简历都是已读不回，索性把自己的项目都搬上来做个博客吧hhh，说不定也能为简历加点分，毕竟宜家揾食艰难哦~

这个是深度学习的代码，用python3.7 Torch 1.9.1,我的电脑配置是AMD r4900 ＋ RTX2060 （笔记本）稳定50帧左右还是没问题的

源po主：乌萨斯肃反委员会 (opti_wx) - Gitee.com  他的这个代码的原创性确实可以，但是可能少了一点说明。话不多说，进入项目吧！

关于训练，我们先把环境搭建完毕

pip3 --no-cache-dir install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

pip install -r requirements.txt  
pip install pyqt5
pip install mss  
pip install pynput  

然后进入你python环境的解释器目录

 

 print(torch.cuda.is_available()) 

 如果像这样是True就没问题了，现在环境搭建好了，我们来开始训练。

数据集参考coco128的路径

数据集：

链接：https://pan.baidu.com/s/1cSh0JcPgHRBo2pzbuGSpMg 
提取码：zert

 然后找到train.py这个文件

大部分都是官方写好的文件，我们能改的比较少，batchsize是可以改的，还有一些CPU核心数等奇奇怪怪的东西。我因为运行内存是16+8，运行环境在E盘，有40多个G的空余可以虚拟化，所以没怎么担心，如果你运行内存不够，恰巧python又安装到C潘，那你可能需要吧python环境迁移，这个参考我的另一篇教程。

我们改动的只有这个cheat_CS16.yaml,他是处理数据的。

进入cheat_CS16.yaml

 nc是类别，这个数据集已经标注了警匪，body，还有枪支。顺序不要乱来，我这个是已经确定了的顺序。上面的train 和val 是训练集和验证集。按你的路径走就行。

开始训练，我的电脑跑了99轮，9个小时

如果你不想那么久的话，也可以只跑10轮。。跑完之后的文件在

 exp15就是我跑出来的结果，里面还有best.pt这个模型，还有训练时的各种数据图，准确率等等。

 

可以看到准确率还是不错的！然后怎么去使用这个best.py呢？

我们进去主函数main里面

    threadDetect = detectMss.threading_detect(1, 'mssDetect')
    threadWin = QtWindow(2, 'Window', 'police')
    listener = pynput.mouse.Listener(on_click=on_click)
    listener.start()
    threadWin.start()
    threadDetect.start()
    threadWin.join()
    

 进入第一行threading_detect()函数。然后就会发现一个run()函数。

def run(self, 
            #weights=ROOT / 'pretrained/yolov5s.pt',  # model.pt path(s)
            weights=ROOT / 'pretrained/yolov5Cs16.pt',
            imgsz=[640, 640],  # inference size (pixels)
            conf_thres=0.25,  # confidence threshold
            iou_thres=0.45,  # NMS IOU threshold
            max_det=1000,  # maximum detections per image
            device=0,  # cuda device, i.e. 0 or 0,1,2,3 or cpu

weights就放置你训练的模型就可以了，一般用这个自带的就挺不错。

有的人可能会因为numpy版本不匹配报错，具体是int和_int值的区别，这个自行搜索。

 然后打开我们的游戏，打开程序，运行，完成。