wechat_jump_tensorflow

ディープラーニング - WeChat Tiaotiao

2018.01.14更新

simple.js simple.pyとsimple考え方で、Android にJavaScript Auto.jsインストールしてスクリプトを実行するだけで済みます。コンピュータに接続されていない携帯電話。

2018.01.05更新

注釈付きデータは 1200 枚の画像に増加し、より正確なfaster_rcnn_inception_v2_cocoモデルで再トレーニングされました。

プロジェクト紹介

志湖の記事: https://zhuanlan.zhihu.com/p/32553763

データのラベル付けに貢献してくれた Chao と Fendudou に感謝します。

必要な環境

• Python3.6 、 OpenCV2 、 TensorFlowなど
• adb 、Android スマートフォンのデバッグに使用されます。https://github.com/wangshub/wechat_jump_game を参照してください。

資料紹介

simpleディレクトリ内のsimple.py OpenCV2使用してチェスの駒とターゲット ブロックの位置を検出します。 simple_ios.pyは対応する IOS バージョンです。

tensorflowディレクトリには次のファイルが含まれています。

• wechat_jump_label_map.pbtxt : オブジェクト カテゴリ マッピング ファイル;
• utils : 補助機能を提供するファイル。
• frozen_inference_graph_frcnn_inception_v2_coco.pb : 合計 1200 個の注釈付きデータを含むトレーニング済みの物体検出モデル。 faster_rcnn_inception_v2_cocoを使用してトレーニング済み。
• wechat_auto_jump.py : 自動的にジャンプするコード

label.zipラベル付けツールを提供します。オブジェクト検出とラベル付けには labelImg を使用します。使用方法については、物体检测标注说明.pdfを参照してください。