Arknights Neural Network

这是一个基于深度学习的明日方舟游戏辅助工具，用于自动识别游戏画面中的单位并预测战斗结果。

功能特点

• 自动识别游戏画面中的单位类型和数量
• 使用深度学习模型预测战斗结果
• 支持自动数据收集和训练
• 提供图形用户界面进行操作
• 支持自动投资和战斗预测

环境要求

• Python 3.7+
• Windows 10/11
• NVIDIA GPU (推荐，用于加速模型训练)

安装步骤

1. 克隆项目到本地：

git clone [项目地址]
cd [项目目录]

2. 创建并激活虚拟环境（推荐）：

python -m venv venv
.\venv\Scripts\activate

3. 安装依赖包：

pip install -r requirements.txt

4. 安装Tesseract OCR：

• 下载并安装 Tesseract OCR
• 将Tesseract安装目录添加到系统环境变量PATH中

5. 修改你的设备序列号:

• 在loadData.py中找到以下代码：

   device_serial = '127.0.0.1:5555'  # 指定设备序列号

• 若你使用MUMU或雷电模拟器，你可以从以下网址得知如何找到设备序列号
• 雷电 https://help.ldmnq.com/docs/LD9adbserver
• MUMU https://mumu.163.com/help/20230214/35047_1073151.html

使用方法

1. 运行主程序：

python main.py

2. 在图形界面中：

   • 点击"自动获取数据"通过adb链接来自动收集模拟器训练数据
   • 使用"识别"按钮手动识别当前画面
   • 使用"预测"按钮获取战斗结果预测
   • 使用"填写√"和"填写×"按钮记录预测结果

3. 训练模型：

   • 数据收集完成后，运行：

   python train.py

注意事项

• 确保游戏窗口在运行过程中保持可见
• 建议在训练模型前收集足够的数据
• 自动获取数据功能需要游戏窗口在前台运行
• 按ESC键可以随时停止自动获取数据

文件说明

• main.py: 主程序，包含GUI界面和主要功能
• train.py: 模型训练脚本
• loadData.py: 数据加载和处理模块
• recognize.py: 图像识别模块
• requirements.txt: 项目依赖包列表
• data_cleaning.py: 数据清洗

贡献

欢迎提交问题和改进建议！