前段时间出于兴趣,弄了个yolo v5 训练游戏中目标并进行射击的小程序,后面看到movenet,也想尝试下,我是一个初学者,也没找到其他和fps相关的项目来做参考,就参照movenet给的项目代码改了一下,后面测了下还行,当然也有需要改进的地方,不足之处欢迎指正

代码总共100多行,借助于tensorflow框架,方便很多,实际使用过程中,中近距离没有问题,但是远距离识别率有点低,后期考虑再训练下模型

识别对比和后期功能完善:

1、检测时间,yolov5在3-8ms左右,movenet在10-15ms

2、使用pyautoguimss进行截图,然后截取区域进行检测,时间大约在10-35ms不等,考虑其他更快的截图方式

3、yolov5 通过GitHub给的模型训练自己的模型比较方便,labelimg 进行标注然后进行训练即可,比较方便快捷。movenet模型训练方法还在学习和寻找

 

movenet 项目介绍和使用都比较详细,安装tensorflow2.0框架后,调用和使用都比较方便

movenet 官网项目地址 

基于原代码删减后,只保留了检测显示两个函数,添加了截图和鼠标自动瞄准

★ GitHub项目地址

环境搭建可以参考另外一篇文章

movenet环境搭建

YOLO v5项目地址

FPSGame-autoshot