The-Gatherer-2.0 是一個基於 YOLOv5 和 OpenCV 的自動化機器人。現在的模型支援 CPU 和 GPU,並且會自動選擇最佳的運行選項。您可以使用自己的 .onnx 檔案加載自定義的 YOLO 模型。如果您想使用自己的數據集來訓練定制模型,可以參考這個教程:
外連至此YOUTUBE影片連結
作者也即將上傳一個簡單的導出 .pt 模型到 .onnx 的指南,以便在此版本的機器人中運行。
這個自動化機器人有一個重寫版本,使用 C++ 編寫,沒有 UI,同樣使用 Onnx 來運行推理。
您可以在這裡查看: https://github.com/Riczap/The-Gatherer-Cpp。
已知問題: 如果在啟用 Bot Vision 的情況下嘗試移動 The Gatherer 2 的視窗,程序將崩潰。(您可以隨時移動命令提示符而不會有問題)。
請注意: Bot 和 Vision 是獨立的,您可以在不啟用計算機視覺功能的情況下運行機器人。只要啟用其中之一,模型就會在後台運行。
請注意: 所有參數都有默認值,因此您可以將它們留空,它仍然可以正常運行。
Demo 訓練數據: https://drive.google.com/drive/u/2/folders/17X_f17WpzoxHMURSj5QIZ4lMUWPImf5V。
新增了一些功能,讓機器人更易於使用。
首先,您現在可以手動選擇您的遊戲目前使用的分辨率。
分辨率
其次,您可以使用下拉菜單添加和選擇自己的自定義模型。
模型
最後,您現在可以輸入機器人操作之間的期望等待時間。請在選擇自定義參數後點擊"保存更改"按鈕。
保存
工具包下載:
所有站內附件皆會附上安全掃描報告 請會員查看純淨度百分比後判斷使用
相關檔案須知: 取得檔案前,請先詳細閱讀文章內容 避免不必要錯誤與誤會發生。 也可多參考文章討論樓層內容 了解附件檔案相關討論資訊。
如果要使用The Gatherer的新版本,您可以在主要的Python環境中安裝依賴項,使用Anaconda安裝,或者安裝可執行文件。
Python
在GitHub上克隆存儲庫(下載文件)。
開啟控制台終端,並運行以下命令以安裝所有依賴項:pip install -r requirements.txt。
Conda
在GitHub上克隆存儲庫(下載文件)。
安裝Anaconda: https://www.anaconda.com/products/distribution。
在anaconda提示符處使用以下命令創建環境:conda create -n myenv(您可以為env選擇任何名稱)。
使用conda activate myenv啟用環境,並打開您下載機器人源代碼的目錄。運行以下命令以安裝所有依賴項:pip install -r requirements.txt。
現在,您可以使用 python main.py 命令在conda環境中運行 main.py 文件。
Executable
下載並解壓縮zip文件: https://drive.google.com/file/d/1HImNmd06msfE_RuhBxIzT-rLlXL6LCa5/view?usp=share_link。
右鍵單擊 The Gatherer 2.exe 文件並創建快捷方式,然後將其移動到所需的位置。
請注意,您需要訪問模型目錄以添加新的自定義模型。
如何添加自定義模型
導出到Onnx
作者正在製作一個視頻教程,詳細介紹如何導出自定義模型。以下是一個逐步指南。
打開 Google Colab 鏈接,並按照步驟操作: https://colab.research.google.com/drive/1uJMeZP4QbSVuA5TNkfeXQDIpFDHVTeAB?usp=share_link。
將模型添加到The Gatherer 2.0
一旦您將自定義模型保存為 yolov5.onnx 文件,您可以創建一個文本文件,並使用與模型名稱相同的名稱,其中包含自定義類的名稱。
文本文件
將這兩個文件移動到模型目錄中。
歡迎在自己的項目中使用此代碼!
|