介紹：
本項目為CF網游，人物角色識別定位模型，采用yolov5框架實現，僅供學習研究使用。
項目地址：https://github.com/jiaxian-ai/fps_game_character_detection
模型效果展示
開發思路與流程
思路
CV領域的目標檢測模型已經非常成熟，特別是yolov5系列
為什么不是用v6、v7？因為坑很多，而且效果不盡然好。
FPS游戲中，主要以擊敗敵方角色為目標，影響比賽成績最主要的因素就是玩家的槍法。
使用深度學習的模型就可以對敵方角色進行準確定位，從而幫助玩家進行瞄準。而yolov5的預訓練模型對于人物的識別已經很成熟。這時候只需要準備一定的數據樣本，就可以實現不錯效果。
流程
樣本采集
開發游戲中的截圖代碼sample_util/collecting_data.py
運行代碼，進游戲后，會監聽鍵盤。
截圖會剪裁中心區域640X640（官方預訓練模型的圖片尺寸）
按F鍵將自動截圖
按~鍵，將切換角色
保存圖片至sample/data/QF目錄和sample/data/BW目錄
盡量選擇團隊競技模式，游戲節奏會快很多，對不同的角色皮膚，不同的視角分別截圖，我大概采集了500+保衛者和500+潛伏者圖片
根據經驗，圖片樣本主要不在于多，而是覆蓋的角度、皮膚、光影等模式的分布廣
樣本標注
使用開源數據標注工具labelImg
模型訓練
下載最新的yolov5.7.0
下載預訓練模型yolov5n.pt，保存到yolov5.7.0目錄下
更改幾個文件配置，就可以進行訓練了。
修改models/yolov5n.yaml
參考coco128.yaml創建data\cf.yaml文件
../cfdata為樣本圖片目錄
我們只有“保衛”和“潛伏”這兩種類別
修改train.py文件
--epochs設置為300，迭代300輪就會有不錯的效果
--workers根據電腦CPU核心數配置，本地16和電腦，最多填2-4
訓練結果的模型和分析將保存在 yolov5-7.0/runs/train/exp/目錄，bast.pt就是訓練好的模型
體驗模型
項目地址：https://github.com/jiaxian-ai/fps_game_character_detection
git clone https://github.com/jiaxian-ai/fps_game_character_detection.git
環境配置
系統要求：windows10+GPU
python>=3.8
安裝依賴包
cd yolov5-7.0 #進入yolov5-7.0目錄
pip install -r requirements.txt
模型測試
測試模型效果，判斷是否正常運行
python detect.py
測試結果的圖片標注將保存在 yolov5-7.0/runs/detect/ 目錄
在真實游戲中使用
運行predict.py文件
python predict.py
會連續截屏，并在定位到目標后，等待“鼠標右鍵”點擊，如果捕獲到右鍵，則會自動移動鼠標到目標位置
