APEX Yolo v8 瞄准辅助 需要自行搭建配置Python环境

023/4/21更新

Github开源项目

YOLOV8辅助瞄准

如何设置环境：

pip install -r requirements.txt

如果您有支持 CUDA 的 GPU，则可以运行以下额外命令

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

使用 TensorRT 加速（可选）

添加以下命令：

pip install --upgrade setuptools pip --userpip install nvidia-pyindexpip install --upgrade nvidia-tensorrtpip install pycuda

如果你不能以这种方式安装tensorrt，你可以查找这个[color=var(--color-accent-fg)]Nvidia指南。

我提供了“.trt”模型，但很有可能您必须自己将“.pt”模型转换为“.trt”模型，因为 Tensorrt 引擎是特定于环境的。此存储库可能会有所帮助： [color=var(--color-accent-fg)]TensorRT-For-YOLO-Series

如何运行程序：

只需使用以下命令运行文件main.py

python main.py

几秒钟后，程序将开始运行。您可以在控制台中看到。Main Start

一旦你按住鼠标右键或鼠标左键（无论你按住瞄准还是开始射击），程序将开始瞄准敌人。

如何更改设置：

您可以更改文件中的设置。args.py

一些重要的设置!!!：

模型

默认模型适用于 Apex。但是，您可以使用 训练自己的模型，并使用此设置切换模型。train.py

“模型”目录中有几个模型，您可以选择其中之一。

这些模型用于 tensorRT，它比模型快约 4 倍，但精度相同。.trt.pt

模型速度：8n>8s>8m

模型精度：8n<8s<8m

crop_size：

此设置确定要检测的屏幕部分。太高可能会导致难以检测到小物体。