Skip to main content

检测

from ascript.android.screen import YoLov5

一种目标检测深度学习算法 ,通过对 图片中目标的标注,训练.得到模型,下载运行模型从而检测目标

应用场景

对于不同手机,不同分辨率情况下的目标检测. 能达到很好的效果.

例如 “微信跳一跳”

方法​

YoLov5​

from ascript.android.screen import YoLov5

深度学习算法 ,通过对图片中目标的标注,训练.得到模型

创建一个YoLov5​

  • 函数
YoLov5(model_name:str=None,path:str=None)
  • 参数
参数类型是否必填说明
model_namebool否线上模型库中的模型名称,格式: ("模型名称:模型版本号") 填写后,将自动下载线上模型,如缓存中存在,则从本地加载.
pathbool否本地模型路径
  • 返回值

Yolov5 Yolov5 对象 可调用其find_all 方法识别

  • 示例
# 创建Yolov5 并加载模型文件
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")

检测所有目标​

  • 函数
YoLov5(model_name:str=None,path:str=None).find_all(rect=None)
  • 参数
参数类型是否必填说明
rect[]否屏幕范围:全屏:默认
rect = [100,100,400,400] 给定一个范围
  • 返回值

识别目标的结果对象列表,包含的属性有:

.x:坐标x .y:坐标y .w:目标宽度 .h:目标高度 .lable:目标标签 .prob:识别可信度

  • 示例
# 创建Yolov5 并加载模型文件
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")

while True:
    res = yolo.find_all()
    for r in res:
        print(r.label) # 目标名称
        print(r.prob) # 可信度
        print(r.x) # 坐标x
        print(r.y) # 坐标y
        print(r.w) # 目标宽度
        print(r.h) # 目标高度
  • 示例
# 区域识别
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")

while True:
    ts = yolo.find_all(rect=[7,960,1080,1868])
    print(ts)