YoloV8训练和平精英人物检测模型

概述

和平精英人物检测,可以识别游戏中所有人物角色,并通过绘制框将人物选中,训练的模型仅仅具有识别功能,可以识别游戏中的视频、图片等文件,搭配Autox.js可以推理,实现实时绘制,但是对手机性能有要求,低配手机会有卡顿现象;本文仅提供一个在手机实时检测推理的思路具体如何去实现需要自己动手

演示效果

基于YoloV8使用飞桨AI studio训练和平精英人物检测模型:autox.js实时游戏检测(2



核心逻辑

通过yolov8训练得到识别模型,进行识别图片或视频应用,如果需要手机进行推理,则需要将模型转换为ncnn,搭配Autox.js推理源代码完成实时绘制

训练方式

下载附件,删除里面多余的 "部署工具及模型文件"即可(项目内已包含Yolov8n.pt

安装

language 复制代码
  pip install ultralytics

推理

language 复制代码
  yolo task=detect mode=predict model=yolov8n.pt conf=0.25 source='ultralytics/assets/bus.jpg'

训练代码

language 复制代码
  yolo task=detect mode=train model=yolov8n.pt data=hpjys.yaml epochs=100 imgsz=640 device=cpu

恢复训练

language 复制代码
  yolo train resume model=runs/detect/train/weights/last.pt

部署方式

1、用于识别图片:下载已完成训练的pt模型,读取模型(或者直接运行demo文件即可)

from 复制代码
import cv2

# 加载模型
model = YOLO("best.pt")

# 读取图片
img_path = "C:\\Users\\Administrator\\Desktop\\test\\2.jpg"
img = cv2.imread(img_path)

# 检测
results = model(img)  # 也可以用 model.predict(img)

# 可视化结果
annotated_img = results[0].plot()  # 绘制检测框
cv2.imshow("Detection", annotated_img)
cv2.waitKey(0)  # 按任意键关闭窗口
cv2.destroyAllWindows()

运行结果

2、用于手机端游戏实时绘制:

解压ultralytics-main\部署工具及模型文件\autoxjs游戏实时推理模型

下的ncnn转化后的模型best.param和best.bin,下载autox.jsv7,将两个数据替换到源代码中即可

附件包含

  1. 和平精英数据集(存放位置:ultralytics-main\部署工具及模型文件\adatasets)
  2. autoxjs手机实时推理ncnn模型(存放位置:ultralytics-main\部署工具及模型文件\autoxjs手机实时推理模型)
  3. 电脑端图片视频检测pt模型(存放位置:ultralytics-main\部署工具及模型文件\电脑端图片视频检测模型)
  4. autox.jsV7安装包(存放位置:ultralytics-main\部署工具及模型文件\autox.js安装包和推理源代码)
  5. autox.js配套推理代码(存放位置:ultralytics-main\部署工具及模型文件\autox.js安装包和推理源代码)

评估



视频部分

基于YoloV8使用飞桨AI studio训练和平精英人物检测模型:搭配autox.js实时游戏检测(1

该视频演示了如何在飞桨studio完成训练过程,也可以自己在本地环境训练

基于YoloV8使用飞桨AI studio训练和平精英人物检测模型:搭配autox.js实时游戏检测(2

该视频演示了有意过程,后部分主要介绍如何使用autos.js进行推理

相关推荐
一袋米扛几楼9811 小时前
【机器学习】混淆矩阵(confusion matrix)TP TN FP FN
人工智能·机器学习·矩阵
袁庭新11 小时前
2025年09月总结
人工智能·aigc
带娃的IT创业者11 小时前
Function Call实战效果:准确率提升86%背后的数据与思考,兼谈MCP的未来
人工智能·python·function call·性能分析·技术趋势·mcp·roi
可触的未来,发芽的智生12 小时前
触摸未来2025.10.05:悟神经网络符号之伤,拥抱声音的宇宙
人工智能·python·神经网络·算法·架构
网安INF12 小时前
【论文阅读】-《SparseFool: a few pixels make a big difference》
论文阅读·人工智能·深度学习·网络安全·黑盒攻击
yueyuebaobaoxinx12 小时前
从工具到中枢:2025 年 AI 重构实体经济的实践图景
大数据·人工智能·重构
yueyuebaobaoxinx12 小时前
人机共生:生成式 AI 重构内容创作的机遇与博弈
人工智能·chatgpt·重构
huluang12 小时前
基于AI驱动的项目重构与落地实施指南
大数据·人工智能·重构
zezexihaha12 小时前
生成式 AI 重构内容创作:从辅助工具到智能工厂
大数据·人工智能·重构
蒋星熠12 小时前
用 CodeBuddy CLI + Prompt,从零到可运行:前后端混合管理系统的高效实战
人工智能·python·机器学习·prompt·codebuddy code·无界生成力·ai cli