Комментарии 13
ожидал что будут примеры полезного на практике применения
+1
А не проще было бы из памяти напрямую читать эти данные? Или античиты не дадут сделать?
+1
а откуда в памяти эти данные? Стримят только видео\аудио потоки вроде.
+3
На вход идут данные с видеотрансляции, в самой игре нельзя загружать живые матчи.
+1
Я думаю что проще было бы Вам прочитать статью. Вопрос сразу бы отпал)
+3
А точность распознавания какая?
В последнее время я несколько разочаровался в нейросетях из-за их неприятной особенности, которую я называю «проблема 80%».
То есть при распознавании или классификации объектов точность 80% достигается практически «из коробки», но вот дальше каждый дополнительный процент даётся всё трудней и трудней. Чтобы достичь точности 85%, нужно изрядно постараться и пошаманить с архитектурами и предварительной обработкой данных, чтобы достичь 90% — это надо вообще наизнанку вывернуться, а точности 95% мне не удавалось достичь ни разу.
Ну, а полезность классификатора, который даёт 10% ошибок, не очень-то велика. Если задача разовая, так проще вообще индусов с пакистанцами нанять, чтобы они вручную всё рассортировали.
В последнее время я несколько разочаровался в нейросетях из-за их неприятной особенности, которую я называю «проблема 80%».
То есть при распознавании или классификации объектов точность 80% достигается практически «из коробки», но вот дальше каждый дополнительный процент даётся всё трудней и трудней. Чтобы достичь точности 85%, нужно изрядно постараться и пошаманить с архитектурами и предварительной обработкой данных, чтобы достичь 90% — это надо вообще наизнанку вывернуться, а точности 95% мне не удавалось достичь ни разу.
Ну, а полезность классификатора, который даёт 10% ошибок, не очень-то велика. Если задача разовая, так проще вообще индусов с пакистанцами нанять, чтобы они вручную всё рассортировали.
+1
К сожалению, я не могу распространяться по поводу метрик, но вы можете оценить качество распознавания цифр верхней панели снизу используя текущие результаты распознавания номеров домов, которые я упоминал в статье. Как видите, для текущей SOTA модели процент ошибок уже менее одного процента.
0
точность 80% достигается практически «из коробки», но вот дальше каждый дополнительный процент даётся всё трудней и трудней
Если распознаваемые символы имеют один шрифт, размер, не соприкасаются и не имеют наклона, нейросеть в принципе должна обеспечить очень точный результат. В моих экспериментах символы с поворотом +-30 градусов при условии определения точных границ распознавались на 99 % без особых усилий. Я работал с капчами, этого хватало для 80% точности — остальные проседали в основном из-за соприкасающихся символов. Сложная сеть смогла обеспечить 99%, я недавно описывал свой опыт в статье.
+1
На самом деле интересный вопрос про античиты, позволят ли они читать что-то из памяти :)
К сожалению, да, чтобы эти данные оказались в памяти их туда нужно сначала загрузить. В действительности LoL поддерживает так называемые replay файлы, но проще наверное было бы парсить сразу их. Жаль только, что для турнирных игр такие файлы достать нельзя.
К сожалению, да, чтобы эти данные оказались в памяти их туда нужно сначала загрузить. В действительности LoL поддерживает так называемые replay файлы, но проще наверное было бы парсить сразу их. Жаль только, что для турнирных игр такие файлы достать нельзя.
+1
Жаль, что кода нет. Остается только поверить вам на слово.
-1
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как я Лигу Легенд парсил