Skip to content

Passer1072/RookieAI_yolov8

Repository files navigation

RookieAI_yolov8_V3

Important

使用前请先阅读参数解释文档

加入Discord获取最新消息! Static Badge

Note

前言:为什么不提供直接打包成型的软件?

每个程序都有独立的特征码,如果大家都使用同一个程序,一旦其中一个人被BAN其他人会被联BAN。所以鼓励大家自行修改部分代码并自行打包即可避免此类情况发生。

版本要求

Version Python
2.4.3或更早 3.7+
2.4.4.2+ 3.10+

使用方法

  1. 使用以下代码获取本代码需要的库与Pytorch库

✨ 超高速无痛下载 ✨

pip install -r requirements.txt -i https://pypi.doubanio.com/simple/
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html --no-index

海外用户请使用以下命令

pip install -r requirements.txt
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html --no-index
  1. 你还需要一个自己的模型(目前支持.pt/.engine/.onnx模型),如果没有可暂时使用ultralytics官方模型

  2. 当未找到模型时会自动下载YOLOv8n模型,你也可以⬇️

访问YOLOv8GitHub界面获取更多官方yolov8模型以快速开始

访问ultralytics官网查看官方网站帮助文档

  1. 运行

在脚本所在目录打开终端,键入以下内容并回车

python RookieAI.py

关于模型文件

建议自行训练

学习资料: Bilibili or YouTube

V3.0预告

V3.0

3.0版本注重使用多线程进行优化,理论上可以提升截图效率与推理效率,但是可能会导致延迟问题。当然也提供原始的单进程推理模式可供选择。

该版本从底层代码到UI界面进行了完全重构,多线程也可以带来更多使用上的优化,例如可随意调整鼠标移动的频率,不再受到推理帧数的限制等。目前测试主系统空载YOLO使用YOLO11n模型推理的帧数从55提升到了80,有明显提升。配合独立的鼠标移动进程,理论上可以带来不错的使用体验。

对电脑配置的要求也会有一定程度的降低。代码目前处于早期开发阶段,未集成Aimbot等基础功能,开发进度与源代码请稍后关注对应文档。

推荐使用Atlas游戏系统配合boosterX性能优化软件获得更好体验

AtlasOS对 Windows 进行修改,专为游戏玩家设计。具有更高的游戏帧率和更低的延迟。同时在此系统上使用RookieAI可更高效的利用GPU资源得到更高的推理帧率。

boosterX是一款系统优化软件,优化Windows,降低延迟、提高 FPS。在AtlasOS系统上使用可进一步进行优化。

配置单: 截图模式:mss 截图高/宽:320 显卡:RTX4080M 模型:YOLOv8s_TheFinals_teammate_enemy_04.engine

原版windows空载运行RookieAI2.4.3 对比 AtlasOS 空载运行RookieAI2.4.3:

✅✅✅注意✅✅✅

此项目最初目的为Apex的Aimbot,未考虑其他游戏,可能会出现因反作弊禁止WIN32移动方式而无法使用的情况!

已知游戏:VALORANT

面对日益增多的配置文件参数,我新建了参数解释文档,里面介绍了配置文件内所有参数的信息,前往参数解释文档查看。

❗V3支持KmBoxNet,VALORANT确认可用

🎉🎉🎉非常感谢由RicardoJoaquim提供的英文特别版本🎉🎉🎉

Star History

Star History Chart

更新日志:

已迁移


Current latest version: ###

About

基于yolov8实现的AI自瞄项目 AI self-aiming project based on yolov8

Resources

License

Code of conduct

Stars

Watchers

Forks

Packages

No packages published