基于 YOLOv8 的部落冲突 (Clash of Clans) 目标检测系统

1. 项目背景

《部落冲突》(Clash of Clans) 是一款风靡全球的策略类手机游戏。在游戏中，玩家需要通过识别敌方的防御建筑布局来制定进攻策略。本项目旨在利用深度学习技术，特别是 YOLOv8 目标检测算法，实现对游戏场景中关键建筑（如大本营、天鹰火炮、地狱塔、英雄王座等）的自动识别与定位，为自动化辅助工具或游戏数据分析提供技术基础。

2. 数据集准备

本项目使用了一个精心标注的高质量数据集：

• 样本数量: 125 张高清游戏截图。
• 类别数量: 16 类，涵盖了 TH13 本阶段的核心防御建筑。
• 类别详情 :
  • 核心建筑 : TH13 (13级大本营), ClanCastle (部落城堡), Eagle (天鹰火炮)
  • 英雄单位 : KingPad (蛮王), QueenPad (女皇), WardenPad (咏王), RcPad (闰土)
  • 常规防御 : Canon (加农炮), Mortar (迫击炮), Xbow (X连弩), Inferno (地狱塔), Scattershot (投石炮), BombTower (炸弹塔), WizzTower (法师塔), AirSweeper (空气炮), AD (防空火箭)

数据标签可视化

下图展示了训练集中标签的分布情况。可以看到数据集虽然不大，但每个类别的样本分布非常均衡，且覆盖了各种阵型布局。

训练样本示例

以下是送入模型进行训练的增强后样本批次，模型通过 Mosaic 等增强手段学习到了不同尺度和背景下的建筑特征。

---

3. 模型训练策略

• 基础模型 : YOLOv8s (Small 版本)。选型理由是基于 RTX 5060 Laptop 的强大算力，Small 版本相比 Nano 版本能提供更强的特征提取能力，特别是针对游戏画面中密集的"小目标"（如迫击炮、炸弹塔）。
• 训练参数 :
  • Epochs: 100
  • Batch Size: 16
  • Image Size: 640x640
  • Device: GPU (NVIDIA RTX 5060 Laptop GPU)

训练过程监控

得益于 RTX 5060 的强劲性能，训练过程非常迅速（约 4 分钟），且收敛极快。下图是训练过程中的各项损失函数 (Loss) 和评估指标的变化曲线。

可以看到：

• Loss (损失): 在前 20 轮迅速下降，并保持平稳。
• mAP (平均精度): 在 30 轮左右就已经达到了 98% 以上的极高水平。

---

4. 训练结果分析

最终模型在验证集上取得了令人惊叹的效果：

• mAP@50 : 99.1% (几乎完美识别)
• mAP@50-95 : 83.7% (具备极高的定位精度)

混淆矩阵 (Confusion Matrix)

混淆矩阵用于分析模型是否容易"看走眼"。如下图所示，对角线颜色极深，代表绝大多数目标都被正确分类。唯独极少数情况下，模型可能会混淆外观相似的建筑（例如不同等级的加农炮），但整体错误率极低。

精确率-召回率曲线 (PR Curve)

P-R 曲线下的面积代表了模型的综合性能。我们的模型曲线几乎紧贴右上角（面积接近 1.0），说明模型既查得准 （Precision 高），又查得全（Recall 高）。

验证集检测效果

这是模型在从未见过的验证集图片上的实际预测效果。左图为真实标签，右图为模型预测结果。可以看到模型完美还原了所有建筑的位置和类别。

真实标签 (Ground Truth):

模型预测 (Predictions):

---

5. 软件系统设计与实现

为了将算法模型转化为实际生产力，我们开发了一套功能完备的桌面端可视化检测系统。该系统基于 PyQt5 框架开发，采用现代化 UI 设计，集成了模型推理、视频流处理、数据统计与交互分析等核心模块。

5.1 系统主界面

系统采用经典的左右分栏布局：

• 左侧可视化区：实时渲染检测结果（绘制高亮边框与类别标签），下方配有数据明细列表。
• 右侧控制区：集成了所有参数调节与功能控制组件，操作逻辑清晰流畅。

5.2 核心功能详解

1. 多模态数据源支持

系统支持三种不同的数据输入方式，满足不同场景需求：

• 图片检测：支持导入 JPG/PNG 等格式的高清截图，适合对静态阵型进行精细分析。
• 视频分析：支持 MP4/AVI 等格式的录像文件，可用于回放进攻录像，动态分析防御塔的运作状态。
• 实时监控：直接调用 USB 摄像头或系统摄像头，实现"即拍即测"的实战演示功能。

2. 动态参数调优

用户无需重启软件即可实时调整检测参数，寻找最佳的检测平衡点：

• 置信度阈值 (Confidence)：调节滑块（0.01~1.0），过滤掉置信度较低的误检目标。
• IOU 阈值 (NMS)：调节非极大值抑制的阈值，有效解决重叠目标的重复框选问题。
• 标签显示开关：一键隐藏/显示类别标签，方便查看被遮挡的画面细节。

3. 智能数据交互与筛选

系统并非简单地画框，而是提供了深度的交互分析能力：

• 目标筛选 ：下拉菜单自动列出当前画面中出现的所有建筑类别（如"仅显示地狱塔"）。选择特定类别后，画面中将只高亮显示该类目标，其他干扰项目会被自动屏蔽。
• 详细信息看板 ：
  • 实时计数：显示当前画面或当前筛选类别的目标总数（例如"加农炮：7个"）。
  • 平均置信度：分析模型对当前目标的识别把握程度。
  • 坐标定位 ：显示选中目标的具体像素坐标 [x1, y1, x2, y2]。
• 数据列表：左下角表格实时刷新所有目标的 ID、类别、置信度和位置信息，支持点击联动。

4. 性能监控

• FPS 实时显示 ：系统内置性能监控模块，实时计算并显示每帧的处理耗时（如 0.050s），直观反馈模型在当前硬件上的运行效率。

---

运行说明

1. 环境依赖

在运行本项目之前，请确保您的环境已安装 Python 3.8+，并安装以下依赖库：

pip install ultralytics opencv-python pyqt5 numpy

2. 快速开始

启动可视化界面

直接运行根目录下的应用程序入口脚本：

python app.py

重新训练模型（可选）

如果您想用自己的数据重新训练模型，可以运行：

python train.py

训练结果将保存在 runs/detect/ 目录下。

3. 项目文件结构说明

以下是项目根目录的核心文件及其作用说明：

Clash of Clans.v5i.yolov8/
│
├── app.py                  # [启动入口] 应用程序的主入口文件
├── main_window.py          # [界面逻辑] PyQt5 主窗口代码，包含所有 UI 交互逻辑
├── config.py               # [项目配置] 包含模型路径、类别映射(中英文对照)、颜色配置等
├── detector.py             # [推理核心] 封装 YOLOv8 模型加载与推理预测的类
├── visualization.py        # [绘图工具] 负责在图像上绘制边框、中文标签等
├── train.py                # [训练脚本] 用于启动模型训练的脚本
│
├── assets/                 # [资源目录] 存放图标、字体等静态资源
│   ├── icons/              # 界面图标 (.png)
│   └── fonts/              # 字体文件
│
├── runs/                   # [训练产物] 存放 YOLOv8 训练生成的权重和日志
│   └── detect/
│       └── coc_v8s/        # 本次训练的具体结果
│           └── weights/    # 模型权重文件 (best.pt)
│
├── train/                  # [训练数据] 训练集图片和标签
├── valid/                  # [验证数据] 验证集图片和标签
├── test/                   # [测试数据] 测试集图片和标签
├── data.yaml               # [数据配置] YOLO 数据集配置文件

4. 功能特点

• 多模态支持：支持图片文件、视频文件及实时摄像头检测。
• 实时交互：支持动态调整置信度阈值、IOU 阈值，实时查看检测统计。
• 中文支持：完美支持中文类别显示（如 "Canon" -> "加农炮"）。
• 高性能：基于 YOLOv8s 模型，在 RTX 5060 上可实现极速推理。

5. 模型信息

• 模型架构: YOLOv8s (Small)
• 训练轮数: 100 Epochs
• 检测类别: 16 类 (涵盖大本营、核心防御、英雄王座等)
• 精度(mAP@50): 99.1%