博文目录

文章目录

  • 效果展示
  • 工程源码
  • 环境准备
  • 第一阶段 使用自带模型 实现实时目标检测
    • 屏幕截图封装 详见 toolkit.py 中 Capture 类
    • 目标检测封装 详见 toolkit.py 中 Detector 类
    • 实时目标检测 详见 detect.realtime.py
  • 第二阶段 训练模型与简单尝试
    • labelimg
    • classes.txt 与 标记文件说明
    • 简单尝试
      • 编写数据集配置文件
      • 编写训练文件参数
      • 运行训练文件
      • 运行结果
      • 测试训练结果
    • 如何取得最好的训练效果
  • 第三阶段 训练射击场假人专用检测模型
    • 训练规划
    • 训练假人
      • 截图 详见 grab.for.apex.dummy.py
      • 标记
      • 参数
      • 训练
      • 测试
    • 粗浅的优化方案
    • 模型层面的优化
    • 部署 TensorRT 推理加速
  • 第四阶段 主功能代码
    • 键鼠监听
    • 操纵键鼠
    • 主功能代码 详见 apex.py
    • 部分代码说明
      • FOV 详见 apex.fov.py (FOV 我觉得比较鸡肋, 已放弃)
        • 鼠标灵敏度, ADS鼠标灵敏度加成, FOV视角, 位移像素之间的关系
        • 如何求 鼠标从中心跳到敌人位置对应的鼠标物理水平移动像素
        • 如何测 游戏内水平旋转 360° 对应鼠标水平移动的像素
        • 游戏内 鼠标灵敏度 与 鼠标移动量的关系
        • 关于 ADS 鼠标灵敏度加成
      • 更精准的控制鼠标设计时的稳定性
        • 鼠标移动过程分析
        • 如何消减鼠标震荡
      • 卡尔曼滤波器预测目标轨迹
    • 瞄准效果

更多文章请关注《万象专栏》

转载请注明出处：https://www.wanxiangsucai.com/read/cv177863