Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/Honlan/wechat_jump_tensorflow
https://github.com/Honlan/wechat_jump_tensorflow
object-detection tensorflow wechat
Last synced: 3 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/Honlan/wechat_jump_tensorflow
- Owner: Honlan
- Created: 2017-12-31T10:07:11.000Z (almost 7 years ago)
- Default Branch: master
- Last Pushed: 2018-01-14T11:04:25.000Z (almost 7 years ago)
- Last Synced: 2024-02-15T01:32:34.369Z (9 months ago)
- Topics: object-detection, tensorflow, wechat
- Language: Python
- Size: 92.2 MB
- Stars: 265
- Watchers: 22
- Forks: 95
- Open Issues: 4
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 深度学习 - 微信跳一跳
### 2018.01.14更新
`simple`目录下增加了`simple.js`,思路同`simple.py`,使用`JavaScript`编写,在安卓上安装`Auto.js`之后运行该脚本即可,好处是直接在手机上运行,不需要连电脑
### 2018.01.05更新
标注数据增加到1200张图片,并且用更准的`faster_rcnn_inception_v2_coco`模型重新训练了一遍
### 项目介绍
知乎文章:[https://zhuanlan.zhihu.com/p/32553763](https://zhuanlan.zhihu.com/p/32553763)
感谢[Chao](https://github.com/loveu520)、[奋逗逗](https://github.com/liuzhenhui)对于标注数据做出的贡献
### 所需环境
- `Python3.6`、`OpenCV2`、`TensorFlow`等
- `adb`,用于调试安卓手机,参考[https://github.com/wangshub/wechat_jump_game](https://github.com/wangshub/wechat_jump_game)### 文件介绍
`simple`目录中的`simple.py`使用`OpenCV2`检测棋子和目标块的位置,简单粗暴,`simple_ios.py`是对应的IOS版本
![simple检测结果](imgs/simple检测结果.gif)
`tensorflow`目录包括以下文件:- `wechat_jump_label_map.pbtxt`:物体类别映射文件;
- `utils`:提供辅助功能的文件;
- `frozen_inference_graph_frcnn_inception_v2_coco.pb`:训练好的物体检测模型,共1200张标注数据,使用`faster_rcnn_inception_v2_coco`训练;
- `wechat_auto_jump.py`:自动跳一跳的代码![物体检测结果](imgs/物体检测结果.gif)
`label.zip`提供了标注的工具,使用[labelImg](https://github.com/tzutalin/labelImg)进行物体检测标注,使用方法可以参考`物体检测标注说明.pdf`
![labelImg标注示例](imgs/标注示例.png)