wechat_jump_tensorflow

深度學習- 微信跳一跳

2018.01.14更新

simple目錄下增加了simple.js ，想法同simple.py ，使用JavaScript編寫，在安卓上安裝Auto.js之後運行該腳本即可，好處是直接在手機上運行，不需要連電腦

2018.01.05更新

標註資料增加到1200張圖片，並且用更準的faster_rcnn_inception_v2_coco模型重新訓練了一遍

項目介紹

知乎文章：https://zhuanlan.zhihu.com/p/32553763

感謝Chao、奮逗逗對於標註數據的貢獻

所需環境

• Python3.6 、 OpenCV2 、 TensorFlow等
• adb ，用於調試安卓手機，參考https://github.com/wangshub/wechat_jump_game

文件介紹

simple目錄中的simple.py使用OpenCV2偵測棋子和目標區塊的位置，簡單粗暴， simple_ios.py是對應的IOS版本

tensorflow目錄包括以下檔案：

• wechat_jump_label_map.pbtxt ：物件類別映射檔；
• utils ：提供輔助功能的文件；
• frozen_inference_graph_frcnn_inception_v2_coco.pb ：訓練好的物體偵測模型，共1200張標註數據，使用faster_rcnn_inception_v2_coco訓練；
• wechat_auto_jump.py ：自動跳一跳的程式碼

label.zip提供了標註的工具，使用labelImg進行物體檢測標註，使用方法可以參考物体检测标注说明.pdf