detección de objetos de Valorant

chanelcolgate
Detección de objetos

Un modelo de detección de objetos entrenado para identificar varios elementos en el juego Valorant. Utiliza TensorBoard y PyTorch con la implementación de ultralytics v8 y ultralyticsplus.

Como usar

Para usar el modelo, primero instala ultralyticsplus:

pip install ultralyticsplus==0.0.29 ultralytics==8.0.239

Luego carga el modelo y realiza una predicción:

from ultralyticsplus import YOLO, render_result

# load model
model = YOLO('chanelcolgate/valorant-object-detection')

# set model parameters
model.overrides['conf'] = 0.25 # NMS confidence threshold
model.overrides['iou'] = 0.45 # NMS IoU threshold
model.overrides['agnostic_nms'] = False # NMS class-agnostic
model.overrides['max_det'] = 1000 # maximum number of detections per image

# set image
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'

# perform inference
results = model.predict(image)

# observe results
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()

Funcionalidades

Detección de objetos
Compatibilidad con TensorBoard
Implementación en PyTorch
Uso de ultralytics v8 y ultralyticsplus

Casos de uso

Identificación de objetos en el juego Valorant
Detección de enemigos
Detección de compañeros de equipo
Detección de picos plantados y caídos