wechat_jump_tensorflow

Apprentissage profond - WeChat Tiaotiao

Mis à jour le 14/01/2018

simple.js a été ajouté au répertoire simple . L'idée est la même que simple.py . Il est écrit en JavaScript . Il suffit d'installer Auto.js sur Android et d'exécuter le script. téléphone portable sans être connecté à un ordinateur.

Mis à jour le 05.01.2018

Les données annotées ont été augmentées à 1 200 images et recyclées avec le modèle plus précis faster_rcnn_inception_v2_coco .

Présentation du projet

Article sur Zhihu : https://zhuanlan.zhihu.com/p/32553763

Merci à Chao et Fendudou pour leur contribution aux données d'étiquetage.

Environnement requis

• Python3.6 , OpenCV2 , TensorFlow , etc.
• adb , utilisé pour déboguer les téléphones Android, reportez-vous à https://github.com/wangshub/wechat_jump_game

Présentation du document

simple.py dans le répertoire simple utilise OpenCV2 pour détecter les positions des pièces d'échecs et des blocs cibles. C'est simple et brut. simple_ios.py est la version IOS correspondante.

Le répertoire tensorflow comprend les fichiers suivants :

• wechat_jump_label_map.pbtxt : fichier de mappage de catégorie d'objet ;
• utils : fichiers qui fournissent des fonctions auxiliaires ;
• frozen_inference_graph_frcnn_inception_v2_coco.pb : modèle de détection d'objets entraînés, avec un total de 1200 données annotées, entraînés à l'aide faster_rcnn_inception_v2_coco ;
• wechat_auto_jump.py : code pour sauter automatiquement

label.zip fournit des outils d'étiquetage. Utilisez labelImg pour la détection et l'étiquetage des objets. Pour les méthodes d'utilisation, veuillez vous référer aux物体检测标注说明.pdf