前言：
? ? ? ? 通過前面兩篇博客的介紹，大家現在已經能部署好Unity環境制造數據并且訓練自己的模型。
????????兩篇博客的地址：
? ??????使用深度學習在Unity環境中訓練Donkey Car —— 環境搭建和數據制造 - 簡書
? ??????使用深度學習在Unity環境中訓練Donkey Car —— 訓練模型 - 簡書
? ? ? ? 今天這篇博客則是最后一步，驗證自己訓練的模型在Unity中駕駛Donkey Car的效果怎么樣！（文中有最終效果演示視頻鏈接）
開啟服務：
? ? ? ? 在使用模型之前需要知道Unity是如何與python通信的！
????????由于我們是在python中編寫的代碼，因此我們必須首先找到一種方法來使Python與Unity環境進行通信。通信是通過Websocket協議完成的。與HTTP不同，Websocket協議允許服務器和客戶端之間的雙向雙向通信。在這里，我們的python“服務器”可以直接將消息推送到Unity（例如轉向和節速度），我們的Unity“客戶端”也可以將信息（拍攝圖片）推送回python服務器。在python“服務器”與Unity傳遞信息時會涉及解碼和編碼的工作，如將圖片編碼成數據流的形式傳入“服務器”，“服務器”收到收到數據流會進行一個解碼，再將解碼得到的信息傳入網絡，網絡輸出的數值也會再次轉換為數據流傳給“服務器”，最終服務器再傳給Unity。（具體代碼在tcp_server.py文件中）
我們之前訓練好的模型在outputs文件夾下，現在就要使用訓練好的模型開啟服務：
1、首先在“sdsandbox-master”文件夾內打開Power Shall（如圖）
2、輸入“python src/predict_server.py --model=outputs/mymodel.h5”指令開啟服務? （mymodel.h5是我當時保存的模型，每個人自己保存的模型名字可能不一樣）
駕駛Donkey Car：
? ? ? ? 打開服務器之后再進入Unity環境中，點擊開始按鈕，再單擊右上方的“Use NN Steering”按鈕（第三個空白按鈕，至于為什么是空白的，我已經在第一篇博客做了解釋）。
此時Unity會連接上python“服務器”（如圖）
????????這樣Donkey Car就通過我們自己訓練的模型在道路上行駛。
? ? ? ? 我在bilibili上傳了一段視頻（這段視頻演示了 “有模型駕駛Donkey Car” 和 “無模型駕駛Donkey Car” 之間的區別，通過對比可以明顯看出有多有趣！！！）。視頻鏈接：“有模型駕駛Donkey Car” 和 “無模型駕駛Donkey Car” 之間的區別
總結：
? ? ? ? 首先需要說明的是訓練Donkey Car的數據不要過大，過大容易使模型過擬合，會出現開著開著就跑出去了，制造數據的操作重復5次即可。建議大家搭建好GPU環境，因為GPU訓練速度快太多了。大家如果想提升速度可以通過對訓練數據名修改，將里面的速度值提高到2或3，同時在啟動服務器之前需要將predict_server.py 中的默認速度調成與訓練速度值一致（如訓練數據為2，默認速度也改為2）.
? ? ? ? 在Unity中訓練Donkey Car到此就結束了，整個過程不難，十分有趣，大家可以在業余時間娛樂娛樂，有閑錢的小伙伴也可以買個真的Donkey Car在現實環境中玩玩！！
