zozero / genshin-butterfly-wings-recognition Goto Github PK

我将该类型的网络命名为“确定性神经网络”，它只为实现识别单一目标，拒绝识别其他目标。

训练后的模型很小，我这个项目的训练后的模型大小只有500kb不到，甚至我感觉可以让它只有200kb。

训练快速，训练的轮回数较少，训练的数据量较少。

本质是用神经网络来构造出目标对象，且只有一个目标对象

晶蝶模型只能捕捉静态的晶蝶

单目标识别训练模型的模型必须要有合适的大小，而且训练的次数也要有合适的次数。

基础**：将是晶蝶的图片计算结果趋近于1，不是的趋近于0，模型最后输出一个值。

该项目使用开源计算机可视化库（opencv）来截取图片数据。使用其帧差法来追踪动态目标，将追踪的结果输入至网络进而追踪晶蝶。

使用的工具在临时文件中。

使用的开源计算机可视化库（opencv）版本为 opencv-python 4.5.1.48，opencv-contrib-python 4.5.1.48。最新版可能会出现部分相关代码无法正常使用，有能力可自行修正。

解压视频/test7.zip文件，这是用于测试的视频文件。

运行使用.py文件，如果在运行过程中想要退出，请按ESC键。

该项目使用到了 PIL、OpenCV、pyTorch，使用前请确保有安装相应类库

我会留一段视频在视频文件夹下，可以直接查看结果。

使用者也可以自行录制视频，但由于个人数据采取较为单一，所以我训练的只能在七天神像——风，蒙德 苍风高地附近效果好些。还有显示的晶蝶不要太小，否则可能识别不到。

以下为需要创建的文件夹

图片/测试/晶蝶

图片/测试/非晶蝶

图片/训练/晶蝶

图片/训练/非晶蝶

临时文件/图片截取.py： 使用开源计算机可视化库（opencv）的多目标追踪，来快速截取大量的晶蝶图片，使用时请记得修改图片保存路径，在第27行

临时文件/背景截取.py： 非常简单的截取视频的第一帧，然后切割，需要手动的把切割的图片放入非晶蝶文件夹中，而且不要忘记删除有晶蝶的图片。

临时文件/帧差法.py： 写代码时为了测试对运动物体的追踪而使用的文件，这意味的我的项目可能无法在角色运动时使用，因为会捕捉不到晶蝶。

训练.py： 训练模型的入口。

晶蝶模型类.py： 实现模型的代码，模型的网络结构。

项目效果一般般。

反过来说可以改进的空间很大（狗）