AIbase

Y

Yolo11n Cs2

由 Vombit 开发
基于YOLOv11的轻量级反恐精英2玩家检测模型，适用于实时目标检测场景
目标检测
PyTorch
#游戏目标检测#低延迟推理#YOLOv11架构
下载量 22
发布时间 : 1/28/2025
模型介绍
内容详情
替代品

模型简介

该模型是专为反恐精英2(CS2)游戏设计的玩家检测器，能够识别游戏画面中的玩家角色，支持4种标签分类(c, ch, t, th)。模型基于Ultralytics框架和PyTorch实现，提供从Nano到XLarge的多种规模选择。

模型特点

轻量级设计
最小的yolo11n_cs2模型仅6MB，适合资源受限环境部署
多尺寸选择
提供从Nano(6MB)到XLarge(109MB)五种模型规模，满足不同精度和性能需求
精细标注数据
基于127+场游戏画面的精细标注数据集训练，标注质量高
多格式支持
支持PyTorch(.pt)、ONNX(.onnx)和TensorRT(.engine)多种格式部署

模型能力

游戏画面目标检测
实时玩家识别
多类别分类(c, ch, t, th)

使用案例

游戏分析
实时玩家检测
在CS2游戏中实时检测并标记玩家位置
可准确识别玩家角色及其所属阵营
游戏录像分析
对游戏录像进行批量处理分析玩家行为
电子竞技
比赛解说辅助
为电子竞技比赛解说提供实时玩家位置信息