wechat_jump_tensorflow

Глубокое обучение — WeChat Tiaotiao

Обновлено 14 января 2018 г.

simple.js добавлен в каталог simple . Идея та же, что и у simple.py . Он написан на JavaScript . Просто установите Auto.js на Android и запустите скрипт. мобильный телефон без подключения к компьютеру.

Обновлено 2018.01.05.

Аннотированные данные были увеличены до 1200 изображений и переобучены с использованием более точной модели faster_rcnn_inception_v2_coco .

Введение в проект

Статья о Чжиху: https://zhuanlan.zhihu.com/p/32553763

Спасибо Чао и Фендуду за их вклад в маркировку данных.

Требуемая среда

• Python3.6 , OpenCV2 , TensorFlow и т. д.
• adb , используемый для отладки телефонов Android, см. https://github.com/wangshub/wechat_jump_game.

Введение документа

simple.py в каталоге simple использует OpenCV2 для определения положения шахматных фигур и целевых блоков. Это простой и грубый simple_ios.py — соответствующая версия IOS.

Каталог tensorflow включает в себя следующие файлы:

• wechat_jump_label_map.pbtxt : файл сопоставления категорий объектов;
• utils : файлы, предоставляющие вспомогательные функции;
• frozen_inference_graph_frcnn_inception_v2_coco.pb : обученная модель обнаружения объектов, всего 1200 аннотированных данных, обученных с использованием faster_rcnn_inception_v2_coco ;
• wechat_auto_jump.py : код для автоматического перехода

label.zip предоставляет инструменты для маркировки. Используйте labelImg для обнаружения и маркировки объектов. Методы использования см. в物体检测标注说明.pdf