相比于延世大学的论文,我们的分析方式目前还略显粗糙。 下一步我们将重点优化数据采集环节,提升采集的精准度。毕竟,使用YOLO这类视觉模型,其准确性不如直接采集游戏输入数据。但由于时间有限,这次未能实现。 我们原本计划将训练好的模型开源,但在实际推进过程中,发现仍有大量可优化的空间。此外,还有两个关键指标的训练尚未完成。因此,等后续集成与优化工作基本完成后,我们会再考虑开源事宜。 对于我们的分析方法有建议的朋友,或者想了解更具体项目进度的,欢迎发送邮件至 YuanMouRen_@outlook.com。我们收到后一定会回复。 本期视频主要目的是建立一套分析辅助位选手操作的方法论。辅助位的操作上限和差异值相对较小,分析起来较为直接。目前,这套方法论已初步成型,因此下一期内容可以讲解得更清晰、更直观。已经充电支持的朋友,欢迎在投票部分选出你们最想看到的下期分析内容。 本期视频使用了多位B站UP主的素材,在此一并致谢,就不一一@了。视频第10分钟处有一个关于Timing的素材渲染出了问题,但考虑到更新时间已经拖延太久,就先上传了,后续会重新渲染替换。另外,部分图片可能有些模糊,这是项目管理上的疏失,我们会在后续进行复盘和优化。 再次感谢所有充电支持我的朋友们!




换一换 





































