Y

Yolo11n Cs2

由Vombit開發
基於YOLOv11的輕量級反恐精英2玩家檢測模型,適用於即時目標檢測場景
下載量 22
發布時間 : 1/28/2025

模型概述

該模型是專為反恐精英2(CS2)遊戲設計的玩家檢測器,能夠識別遊戲畫面中的玩家角色,支持4種標籤分類(c, ch, t, th)。模型基於Ultralytics框架和PyTorch實現,提供從Nano到XLarge的多種規模選擇。

模型特點

輕量級設計
最小的yolo11n_cs2模型僅6MB,適合資源受限環境部署
多尺寸選擇
提供從Nano(6MB)到XLarge(109MB)五種模型規模,滿足不同精度和性能需求
精細標註數據
基於127+場遊戲畫面的精細標註數據集訓練,標註質量高
多格式支持
支持PyTorch(.pt)、ONNX(.onnx)和TensorRT(.engine)多種格式部署

模型能力

遊戲畫面目標檢測
即時玩家識別
多類別分類(c, ch, t, th)

使用案例

遊戲分析
即時玩家檢測
在CS2遊戲中即時檢測並標記玩家位置
可準確識別玩家角色及其所屬陣營
遊戲錄像分析
對遊戲錄像進行批量處理分析玩家行為
電子競技
比賽解說輔助
為電子競技比賽解說提供即時玩家位置信息
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase