- Python
- Opencv3
- Tensorflow (如果运行
nn_play.py
)
- Adb工具
- 安卓手机
IOS系统 (参考这里进行安装)
- iPhone
- Mac
- WebDriverAgent
- facebook-wda
- imobiledevice
- Multiscale-search
- CV based fast-search
- Convolutional Neural Network based coarse-to-fine model
想要了解算法细节,请参见https://zhuanlan.zhihu.com/p/32636329.
注意:CV based fast-search现在只能支持Android系统
如果你用的是Android手机,你可以运行
python play.py --phone Android --sensitivity 2.045
如果你用的是iPhone,需要下载训练好的模型,然后运行
python nn_play.py --phone IOS --sensitivity 2.045
--phone
有两个选项: Android或者IOS.--sensitivity
是一个控制按压时间的系数.play.py
采用了Multiscale search和Fast search, 支持Android和IOS,但是IOS更推荐用下者nn_play.py
采用了CNN based coarse-to-fine模型,支持IOS和Android
我们的算法可以正确地检测出小人(绿色)和目标(红色)位置。
用这份代码非常容易刷榜,但是我在玩了运行了一个半小时之后,在859跳时选择狗带。
下面有一份样例视频,excited!
训练好的CNN模型和训练数据可以从下面的链接下载
如果你想从头自己训练: 下载好数据到任意目录下,然后修改cnn_coarse_to_fine/data_provider
目录下所有文件的self.data_dir
路径。
如果你只想跑一下我们的模型: 下载好train log文件(包括train_logs_coarse
and train_log_fine
)并解压到resource
目录。