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