Yolov8n Csgo Player Detection
YOLOv8nベースの物体検出モデルで、CS:GOゲーム内のプレイヤーとその頭部位置を検出するために特別に設計されています。
ダウンロード数 198
リリース時間 : 1/29/2023
モデル概要
このモデルはYOLOv8nアーキテクチャでトレーニングされ、CS:GOゲーム内のカウンターテロリスト、テロリストおよびその頭部位置を正確に識別でき、ゲーム分析やコンテンツ作成に適しています。
モデル特徴
高精度検出
CS:GOプレイヤー検出タスクで84.4%のmAP@0.5精度を達成。
軽量モデル
YOLOv8nアーキテクチャベースで、モデルサイズが小さく推論速度が速い。
マルチクラス識別
カウンターテロリスト、テロリストおよびその頭部位置を同時に識別可能。
モデル能力
ゲーム画面分析
プレイヤー位置検出
頭部位置識別
リアルタイム物体検出
使用事例
ゲーム分析
ゲームリプレイ分析
ゲーム録画中のプレイヤー位置と行動軌跡を分析
戦術分析やチームトレーニングに活用可能
コンテンツ作成
ゲーム動画内のプレイヤー位置を自動マーキング
ゲーム動画制作プロセスを簡素化
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98