Aimbot：基于yolov5的csgo游戏自瞄外挂

项目简介

本项目使用yolov5，训练了427张csgo的游戏截图，实现了csgo的自动瞄准、自动射击功能。

项目亮点

1.识别目标位置后，能够聚焦到目标周边的小范围进一步识别，对于小目标具有较好的识别效果、并具备较高性能。

2.推理采用CPU，硬件要求较低，适用面广。

requirements

pip install -r requirements.txt

python>=3.7

matplotlib>=3.2.2

numpy>=1.18.5

torch>=1.7.0

torchvision>=0.8.1

更多依赖信息：requirements.txt

模型训练

数据集：训练集337张图片，验证集90张图片（仓库的datasets中只上传了一部分）

训练参数：epoch 100，batch_size 16，img_size 640

模型训练：

python train.py --img 640 --batch 16 --epochs 100 --data csgo.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

模型测试：

python detect.py --weights runs/train/exp/weights/best.pt --source datasets/csgo/images/val/screenshot_184.png

训练结果与性能评估

训练结果：权重文件weights/best.pt

验证集上的precision（查准率）0.93，recall（查全率）0.836，mAP_0.5（阈值为0.5时计算得到的平均精度）：0.871

训练过程中loss和相关metric的变化：

最终模型在验证集上的可视化结果：