ace-trump-tech/DeltaForce-OBS-Locker

解決的問題

本專案提供一套針對遊戲《Delta Force》的即時物件偵測系統，旨在識別並鎖定遊戲角色。特別解決真實玩家與非人類環境物件（例如AZ3核電廠地圖中的防護衣）之間的區分挑戰，以減少目標取得過程中的誤報。

工作原理

該系統基於YOLOv14物件偵測框架建構視覺識別流程。採用「Game2Real領域自適應」技術，將遊戲渲染特徵與真實世界攝影特徵對齊，使模型能可靠地將遊戲角色識別為「人類」。

PC版本透過OBS捕獲遊戲畫面，使用Python、OpenCV與SendInput實現模擬滑鼠移動。Android版本以APK形式提供。最新V4更新引入特定輪廓過濾層，用於隔離並忽略此前被誤識別為目標的「容器防護衣」。

適用對象

• 對即時物件偵測感興趣、希望學習相關知識的Python初學者及電腦視覺愛好者。
• 希望研究基於視覺的目標鎖定機制的Android測試人員與技術學習者。

主要亮點

• YOLOv14整合：採用專為非理想成像條件設計的即時偵測框架。
• 領域自適應：實現Game2Real技術，彌合遊戲圖形與真實世界人類偵測之間的差距。
• 誤報減少：V4版本特別針對S10賽季的AZ3地圖優化，防止對環境資產的誤識別。
• C側實作：不修改遊戲記憶體，完全依賴影像識別與模擬輸入API。