EthanH3514/AL_Yolo

何を解決するか

AL-YOLO は、リアルタイムの視覚的ターゲット検出と追跡を目的として設計されており、特にゲームシーンのような高速環境に最適化されています。リアルタイムコンピュータビジョンシステムが通常直面する入力遅延と処理オーバーヘッドの問題に対処します。

動作方法

システムは、いくつかの重要なコンポーネントを統合したエンドツーエンドのパイプラインを実装しています。

1. スクリーンキャプチャ: DXShot を使用して高速なスクリーン取得を実現（キャプチャ時間は15msから5msに削減）。
2. 画像処理: OpenCV を使ってモデルに供給する前の画像前処理を実施。
3. 推論: PyTorch と CUDA を使用した GPU 加速の YOLOv5s モデルを用いてターゲット検出を実行。
4. ターゲット検出: モデルの出力を処理してターゲットを識別し、優先順位を決定。
5. コントロールインターフェース: パラメータ設定と検出結果のリアルタイム可視化を可能にする軽量GUIを提供。

対象ユーザー

リアルタイムコンピュータビジョン、GPU推論、低遅延視覚処理に興味を持つ開発者や研究者。特に、動的で高頻度の環境におけるターゲット検出を実験している人向けです。

特徴

• 高性能: NVIDIA RTX 3050 Laptop GPU で約 50 FPS を達成。
• 低遅延: DXShot を活用した最適化されたスクリーンキャプチャにより、入力遅延を最小限に抑える。
• エンドツーエンドパイプライン: キャプチャ、検出、可視化を1つのワークフローで統合。
• 適応的パラメータ: 異なるマシン環境に応じたパラメータの適応をサポート。
• 優先順位ベースの検出: 複数ターゲット認識と優先順位判断が可能。