前段时间出于兴趣，弄了个yolo v5 训练游戏中目标并进行射击的小程序，后面看到movenet，也想尝试下，我是一个初学者，也没找到其他和fps相关的项目来做参考，就参照movenet给的项目代码改了一下，后面测了下还行，当然也有需要改进的地方，不足之处欢迎指正

代码总共100多行，借助于tensorflow框架，方便很多，实际使用过程中，中近距离没有问题，但是远距离识别率有点低，后期考虑再训练下模型

识别对比和后期功能完善：

  1. 检测时间，yolov5在3-8ms左右，movenet在10-15ms，
  2. 使用pyautogui或mss进行截图，然后截取区域进行检测，时间大约在10-35ms不等，考虑其他更快的截图方式
  3. yolov5 通过GitHub给的模型训练自己的模型比较方便，labelimg 进行标注然后进行训练即可，比较方便快捷。movenet模型训练方法还在学习和寻找

movenet 项目介绍和使用都比较详细，安装tensorflow2.0框架后，调用和使用都比较方便

**movenet 官网项目地址 **

基于原代码删减后，只保留了检测和显示两个函数，添加了截图和鼠标自动瞄准

** ★ GitHub项目地址**

  • 环境搭建可以参考另外一篇文章

movenet环境搭建

  • YOLO v5项目地址

FPSGame-autoshot

图 0
图 1
图 2