代码拉取完成,页面将自动刷新
import os
import time
import torchvision
from config import GPT2Config, TransformerConfig
from Batch import create_masks
from ModelA import get_model
import torch.nn.functional as F
from 取训练数据 import *
from 杂项 import *
import random
from resnet_utils import myResnet
from 运行辅助 import *
from pynput.keyboard import Controller, Key, Listener
from pynput import keyboard
import time, threading
_DEVICE_ID = '68UDU17B14011947'
窗口名称="RNE-AL00"
模型名称= 'model_weights_O35'
训练数据保存目录='../训练数据样本'
if not os.path.exists(训练数据保存目录):
os.makedirs(训练数据保存目录)
lock=threading.Lock()
start=time.time()
end=time.time()
fun_start=0
time_interval=0
index=0
dict={'interval_times':0,'max_interval':0.,'interval_location':[]}
count=0
count_dict={'first_time':0.,'first_p_to_second_r':0.}
keyBoard_dict={'Key.enter':'\n',
'Key.space':' ',
"Key.tab":'\t'}
W键按下=False
S键按下=False
A键按下=False
D键按下=False
Q键按下=False
攻击态=False
手动模式=False
攻击放开=True
AI打开=True
操作列=[]
def get_key_name(key):
if isinstance(key, keyboard.KeyCode):
return key.char
else:
return str(key)
# 监听按压
def on_press(key):
global fun_start,time_interval,index,dict,count,count_dict,W键按下,S键按下,A键按下,D键按下,手动模式,操作列,AI打开,攻击放开,Q键按下,攻击态
key_name=get_key_name(key)
操作=''
if key_name=='w':
W键按下=True
elif key_name=='a':
A键按下=True
elif key_name=='s':
S键按下=True
elif key_name=='d':
D键按下=True
elif key_name == 'q':
Q键按下=True
elif key_name == 'i':
AI打开 = bool(1 - AI打开)
elif key_name=='Key.space':
操作='召唤师技能'
elif key_name=='Key.end':
操作='补刀'
elif key_name=='Key.page_down':
操作='推塔'
elif key_name=='j':
操作='一技能'
elif key_name=='k':
操作='二技能'
elif key_name=='l':
操作='三技能'
elif key_name=='f':
操作='回城'
elif key_name=='g':
操作='恢复'
elif key_name=='h':
操作='召唤师技能'
elif key_name=='Key.left':
操作='一技能'
elif key_name=='Key.down':
操作='二技能'
elif key_name=='Key.right':
操作='三技能'
elif key_name=='Key.up' :
攻击态=True
lock.acquire()
if 操作!='':
操作列.append(操作)
lock.release()
#print("正在按压:", key_name)
# 监听释放
def on_release(key):
global start,fun_start, time_interval, index,count,count_dict,W键按下,S键按下,A键按下,D键按下,攻击放开,Q键按下,攻击态
key_name=get_key_name(key)
if key_name=='w':
W键按下=False
elif key_name=='a':
A键按下=False
elif key_name=='s':
S键按下=False
elif key_name=='d':
D键按下=False
elif key_name == 'q':
Q键按下 = False
elif key_name=='Key.up' :
攻击态=False
print("已经释放:", key_name)
if key == Key.esc:
# 停止监听
return False
# 开始监听
def start_listen():
with Listener(on_press=on_press, on_release=on_release) as listener:
listener.join()
def 处理方向():
# W键按下 = False
# S键按下 = False
# A键按下 = False
# D键按下 = False
if Q键按下 == True:
return ('移动停')
elif W键按下 == True and S键按下 == False and A键按下 == False and D键按下 == False:
return ('上移')
elif W键按下 == False and S键按下 == True and A键按下 == False and D键按下 == False:
return ('下移')
elif W键按下 == False and S键按下 == False and A键按下 == True and D键按下 == False:
return ('左移')
elif W键按下 == False and S键按下 == False and A键按下 == False and D键按下 == True:
return ('右移')
elif W键按下 == True and S键按下 == False and A键按下 == True and D键按下 == False:
return ('左上移')
elif W键按下 == True and S键按下 == False and A键按下 == False and D键按下 == True:
return ('右上移')
elif W键按下 == False and S键按下 == True and A键按下 == True and D键按下 == False:
return ('左下移')
elif W键按下 == False and S键按下 == True and A键按下 == False and D键按下 == True:
return ('右下移')
else:
return ('')
加三技能='d 0 552 1878 100\nc\nu 0\nc\n'
加二技能='d 0 446 1687 100\nc\nu 0\nc\n'
加一技能='d 0 241 1559 100\nc\nu 0\nc\n'
购买='d 0 651 207 100\nc\nu 0\nc\n'
词数词典路径="./json/词_数表.json"
数_词表路径="./json/数_词表.json"
操作查询路径="./json/名称_操作.json"
操作词典={"图片号":"0","移动操作":"无移动","动作操作":"无动作"}
th = threading.Thread(target=start_listen,)
th.start() #启动线程
if os.path.isfile(词数词典路径) and os.path.isfile(数_词表路径):
词_数表, 数_词表 = 读出引索(词数词典路径, 数_词表路径)
with open(词数词典路径, encoding='utf8') as f:
词数词典 = json.load(f)
with open(操作查询路径, encoding='utf8') as f:
操作查询词典 = json.load(f)
方向表 = ['上移', '下移', '左移', '右移', '左上移', '左下移', '右上移', '右下移']
设备 = MyMNTDevice(_DEVICE_ID)
device = torch.device("cuda:0" if (torch.cuda.is_available()) else "cpu")
mod = torchvision.models.resnet101(pretrained=True).eval().cuda(device).requires_grad_(False)
resnet101 = myResnet(mod)
config = TransformerConfig()
model = get_model(config, 130, 模型名称)
model = model.cuda(device).requires_grad_(False)
while True:
if AI打开 :
图片路径=训练数据保存目录+'/{}/'.format(str(int( time.time())) )
os.mkdir(图片路径)
记录文件=open(图片路径+'_操作数据.json','w+')
图片张量 = torch.Tensor(0)
操作张量 = torch.Tensor(0)
伪词序列 = torch.from_numpy(np.ones((1, 60)).astype(np.int64)).cuda(device).unsqueeze(0)
指令延时=0
操作序列 = np.ones((1, ))
操作序列[0]=128
计数 = 0
time_start=time.time()
旧指令='移动停'
for i in range(1000000):
if AI打开==False:
break
try:
imgA = 取图(窗口名称)
except:
AI打开 = False
print('取图失败')
break
计时开始=time.time()
if 图片张量.shape[0] == 0:
img = np.array(imgA)
img = torch.from_numpy(img).cuda(device).unsqueeze(0).permute(0, 3, 2, 1) / 255
_,out = resnet101(img)
图片张量 = out.reshape(1,6*6*2048)
elif 图片张量.shape[0] < 19:
img = np.array(imgA)
img = torch.from_numpy(img).cuda(device).unsqueeze(0).permute(0, 3, 2, 1) / 255
_,out = resnet101(img)
图片张量 = torch.cat((图片张量, out.reshape(1,6*6*2048)), 0)
操作序列 = np.append(操作序列, 抽样np[0, 0])
else:
img = np.array(imgA)
img = torch.from_numpy(img).cuda(device).unsqueeze(0).permute(0, 3, 2, 1) / 255
_,out = resnet101(img)
图片张量 = 图片张量[0:18, :]
操作序列=操作序列[0:18]
操作序列 = np.append(操作序列, 抽样np[0, 0])
图片张量 = torch.cat((图片张量, out.reshape(1,6*6*2048)), 0)
操作张量 = torch.from_numpy(操作序列.astype(np.int64)).cuda(device)
src_mask, trg_mask = create_masks(操作张量.unsqueeze(0), 操作张量.unsqueeze(0), device)
输出_实际_A = model(图片张量.unsqueeze(0), 操作张量.unsqueeze(0),trg_mask)
LI = 操作张量.contiguous().view(-1)
# LA=输出_实际_A.view(-1, 输出_实际_A.size(-1))
if 计数 % 50 == 0 and 计数!=0:
设备.发送(购买)
设备.发送(加三技能)
设备.发送(加二技能)
设备.发送(加一技能)
设备.发送(操作查询词典['移动停'])
print(旧指令,'周期')
time.sleep(0.02)
设备.发送(操作查询词典[旧指令])
if 计数 % 1 == 0:
time_end = time.time()
输出_实际_A = F.softmax(输出_实际_A, dim=-1)
输出_实际_A = 输出_实际_A[:, - 1, :]
抽样 = torch.multinomial(输出_实际_A, num_samples=1)
抽样np = 抽样.cpu().numpy()
指令=数_词表[str(抽样np[0,-1])]
指令集=指令.split('_')
#操作词典 = {"图片号": "0", "移动操作": "无移动", "动作操作": "无动作"}
操作词典['图片号']=str(i)
方向结果=处理方向()
if 方向结果!='' or len(操作列)!=0 or 攻击态==True:
if 方向结果 == '':
操作词典['移动操作'] = 指令集[0]
else:
操作词典['移动操作']=方向结果
if len(操作列)!=0:
操作词典['动作操作'] = 操作列[0]
lock.acquire()
del 操作列[0]
lock.release()
elif 攻击态==True:
操作词典['动作操作'] = '攻击'
else:
操作词典['动作操作'] ='无动作'
路径_a = 图片路径 + '{}.jpg'.format(str(i))
imgA.save(路径_a)
json.dump(操作词典, 记录文件, ensure_ascii=False)
记录文件.write('\n')
新指令 = 操作词典['移动操作']
if 新指令 != 旧指令 and 新指令 != '无移动':
旧指令 = 新指令
# print(旧指令,操作查询词典[旧指令])
try:
print('手动模式',旧指令)
设备.发送(操作查询词典[旧指令])
except:
AI打开 = False
print('发送失败')
break
time.sleep(0.01)
if 操作词典['动作操作'] != '无动作' and 操作词典['动作操作'] != '发起集合' and 操作词典['动作操作'] != '发起进攻' and 操作词典['动作操作'] != '发起撤退':
print('手动',指令集[1])
try:
设备.发送(操作查询词典[操作词典['动作操作']])
except:
AI打开 = False
print('发送失败')
break
else:
操作列=[]
操作词典['移动操作'] = 指令集[0]
操作词典['动作操作'] = 指令集[1]
新指令 = 指令集[0]
if 新指令 != 旧指令 and 新指令 != '无移动':
旧指令 = 新指令
# print(旧指令,操作查询词典[旧指令])
try:
print(旧指令)
设备.发送(操作查询词典[旧指令])
except:
AI打开 = False
print('发送失败')
break
time.sleep(0.01)
if 指令集[1] != '无动作' and 指令集[1] != '发起集合' and 指令集[1] != '发起进攻' and 指令集[1] != '发起撤退':
print(指令集[1])
try:
设备.发送(操作查询词典[指令集[1]])
except:
AI打开 = False
print('发送失败')
break
用时1=0.22-(time.time()-计时开始)
if 用时1>0:
time.sleep(用时1)
用时 = time_end - time_start
#print("用时{} 第{}张 延时{}".format(用时, i,用时1),'A键按下', A键按下, 'W键按下', W键按下, 'S键按下', S键按下, 'D键按下', D键按下, '旧指令', 旧指令, 'AI打开', AI打开, '操作列', 操作列)
计数=计数+1
记录文件.close()
time.sleep(1)
print('AI打开',AI打开)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。