2D-object-detection-Bleach-vs-Naruto
《死神VS火影》| 试用 YOLOv5 完整体验自建数据集,训练模型,参数调优,最后实现 2D 目标检测的全过程。
Demo
Background
NIIT 暑期实习课后作业。
Install
Download Project
Clone 项目,使用 Pycharm 启动工程 🚀 See Github Homepage。
Download Game [optional]
获取《死神vs火影 3.3》FLASH 游戏本体
链接:https://pan.baidu.com/s/1gjYlIzwjsYKDt8-cq1AqhA
提取码:5dyt
Download BVN-Network [optional]
获取欠优化的序列模型,可直接用于预测任务
链接:https://pan.baidu.com/s/12Re3w9V56z-J-0LGCPK_IQ
提取码:digz
Download Database [optional]
获取作者手动标注的数据集(未经数据增强);包含录制的游戏视频及分割成帧的游戏图片,视频分割成帧的.py
脚本,官方贴图(人物模型),images 图片数据集及其对应的 labels 标注集(使用 make-sense 导出)
链接:https://pan.baidu.com/s/1o64LCXUk9LR85ipCR9-cSw
提取码:7qqa
Usage
Clone 项目后,请标记 database
、game
目录为“排除”,network
为“运行根”。
以 ./network
为运行根启动 Terminal
,执行 detect.py
进行预测:
|
|
执行结果缓存到目录 ./network/runs/detect/exp[number]
。
Project Tree
如下为本项目的工程结构。
|
|
./database
存放训练数据./database/captures
:游戏录屏文件的存放目录./database/images
:游戏录屏文件切割成帧后的图片存放目录./database/labels
:图片帧的标注集(与images一一对应)./database/role_map
:预存放的游戏人物贴图,包含角色一户(卍解)以及漩涡鸣人
./game
存放《死神vs火影3.3》FLASH 游戏本体Windows 客户端直接运行
./game/死神vs火影3.3/launch.exe
进入游戏。./network
目录仿制YOLOv5
编排./network/data
存放需要执行预测任务的素材(如:图片、视频)./network/data/images
:需要执行预测任务的图片存放目录./network/data/video
:需要执行预测任务的视频存放目录./network/data/BleachVsNaruto.yaml
:引导模型训练所用数据集路径的配置文件
./network/models
存放yolo基准模型参数./network/utils
存放构建网络的必要工具./network/runs
存放网络运行缓存./network/runs/detect
:由detect.py
预测任务产生的输出,与所选择的./network/data/
资源一一对应./network/runs/train
:由train.py
训练任务产生的输出,存放导出的模型、网络收敛图以及各种评价指标图./network/runs/train/bvn-base/weights/
中存放了欠优化的序列模型,可直接用于预测任务。
./network/detect.py
预测任务的启动接口./network/train.py
训练任务的启动接口