[分享] 用YOLO做的手游资源识别脚本，附模型使用心得

YOLO调参侠

分享一个用Yolo.Detect识别游戏内资源图标（木头、石头、金币这种）的脚本框架。

流程：截图 -> Yolo.Detect(model="resource_v2") -> 遍历返回的框，按标签分类点击。

模型是自己标注训练的，大概300张图，标了6个类别。识别准确率还可以，但训练数据少的类别（比如比较少见的稀有资源）经常漏检，后面打算再补点数据重新训练。

代码里预留了置信度过滤，低于0.6的框直接丢弃，不然经常有背景误检。

模型训练小能手

想问下300张图训练出来效果这么好，是怎么做数据增强的吗？

YOLO调参侠

没做额外增强，主要是标注的时候尽量覆盖不同分辨率截的图，模型本身自带一些随机裁剪缩放。

数据标注工

稀有资源漏检确实是标注数量的问题，一般建议每类至少50张以上会稳定很多。