EthanH3514/AL_Yolo

解決的問題

AL-YOLO 是專為即時視覺目標偵測與追蹤而設計，特別針對遊戲等高速環境進行優化。它解決了通常阻礙即時電腦視覺系統性能的輸入延遲與處理開銷問題。

工作原理

該系統實現了一個端對端的流程，整合了多個關鍵組件：

1. 螢幕擷取： 使用 DXShot 實現高速螢幕擷取（將擷取時間從 15ms 降低至 5ms）。
2. 影像處理： 使用 OpenCV 對影像進行預處理，再輸入模型。
3. 推論： 使用 PyTorch 和 CUDA 加速的 YOLOv5s 模型進行 GPU 加速的目標偵測。
4. 目標偵測： 處理模型輸出，識別目標並確定其優先順序。
5. 控制介面： 提供輕量級 GUI，用於參數設定與偵測結果的即時可視化。

適用對象

對即時電腦視覺、GPU 推論與低延遲視覺處理感興趣的開發者與研究人員，特別是那些在動態、高頻環境中進行目標偵測實驗的人。

主要亮點

• 高性能量： 在 NVIDIA RTX 3050 Laptop GPU 上實現約 50 FPS。
• 低延遲： 透過 DXShot 優化螢幕擷取，最大限度減少輸入延遲。
• 端對端流程： 將擷取、偵測與可視化整合為單一工作流程。
• 自適應參數： 支援在不同機器環境中動態調整參數。
• 優先級偵測： 支援多目標識別與優先順序判斷。