dengqizhou30 / aiassist

GameAssist是一个AI游戏助手，结合OpenCv、OpenCvSharp4、ssd_mobilenet_v3等技术，对游戏对象进行识别，支持自动瞄准/自动开枪等功能，提升玩家的游戏体验

通告：本项目不再更新，新项目地址 https://github.com/dengqizhou30/AIAssistOpenCV ；
新项目做了重构简化，已发布可运行程序，有兴趣的兄弟可以下载试用 https://github.com/dengqizhou30/AIAssistOpenCV/releases ；

GameAssist是一个AI游戏助手，结合OpenCv、OpenCvSharp4、ssd_mobilenet_v3等技术，对游戏对象进行识别，支持自动瞄准/自动开枪等功能，提升玩家的游戏体验；

OpenCvSharp作者不再支持CUDA加速，编译CUDA一堆问题，正在考虑是否继续使用OpenCvSharp，或者切换到c++项目。c++的UI前端选型比较麻烦，mfc等技术太老，winui3又太新，试用中发现各种不便，纠结中......
找个节假日，切换到c++项目算了，有兴趣的兄弟多交流

工具和普通游戏外挂不同：
普通游戏外挂：通过需改游戏执行代码/修改游戏内存数据/拦截游戏网络通讯等手段，破坏游戏进程，达到提升目的，这些手段是违法的。
GameAssist：使用AI技术进行屏幕检测，原理是用人工智能技术来玩游戏，不使用任何破坏游戏进程的手段。


一、技术栈说明：

1、图像处理框架：
使用OpenCv进行图像封装及AI对象识别；
使用OpenCvSharp4封装库，将OpenCv引入C#开发运行环境；
使用windwos gdi32的Bitmap的Graphics类的CopyFromScreen，获取屏幕像素作为输入图像；

2、AI模型选择：
使用OpenCv的DNN网络模块，加载AI模型进行图像检测；
使用tensoflow的对象检测模型ssd_mobilenet_v3，作为人像检测模型；

注意：OpenCV DNN 模块调用 TensorFlow 训练的目标检测模型时，需要一个额外的配置文件，其主要是基于与 protocol buffers(protobuf) 格式序列化图(graph) 相同的文本格式版本.
OpenCV提供对应的python脚本，根据模型文件来生成模型配置文件：
生成OpenCV生成模型配置文件命令参考：
docker run -it -v /root/123:/root/123 tensorflow/tensorflow:latest-py3 /bin/bash
python tf_text_graph_ssd.py --input frozen_inference_graph.pb --config pipeline.config --output ssd_mobilenet_v2.pbtxt
python tf_text_graph_ssd.py --input frozen_inference_graph.pb --config pipeline.config --output ssd_mobilenet_v3.pbtxt

3、键盘鼠标操作设置：
很多游戏禁止鼠标键盘hook，外部进程无法通过传统事件机制向游戏进程发送鼠标键盘事件。
要实现游戏不会拦截的键盘鼠标操作，需要使用可编程的鼠标键盘硬件设备，这些硬件设备提供程序可以调用的SDK，控制硬件设备来发送鼠标键盘事件。
这种鼠标键盘设备，淘宝上有，USB接口的，具体信息这里不方便列出来，各位兄弟自己去找。


二、测试效果：

1、运行环境：
windows10，16核CPU，16G内存，8G rtx3070显卡

2、测试游戏：
目前只测试了PUBG的绝地求生、腾讯的逆战两款游戏。
逆战图像里面的图像识别准确率比绝地求生高，效果也更好，借助工具辅助，个人由一个菜鸟升级为中高级玩家。

游戏效果截图：


三、后续优化方向：

1、模型调优1：目前直接使用了预训练模型，图像识别效果一般。后续需要针对具体的游戏，整理训练样本，进行调优训练，提升识别准确率；（这个需要手工截图、标注，太繁琐，目前实在懒得做）
2、模型调优2：目前只使用对象识别模型，后续尝试对象识别模型和对象追踪算法进行组合，提升模型识别效率；
3、鼠标追踪算法调优：3D游戏鼠标移动瞄准算法，需要不断尝试调优；
4、技术栈升级：opencv、AI模型等，全栈技术紧追业界发展，最快升级到新版本；
5、图像检测使用gpu/CUDA加速，降低cpu消耗同时提升图像检测速度；


四、使用gpu加速：

OpenCvSharp4缺省不支持CUDA，需要使用者自己定制编译。 1、定制编译支持CUDA的OpenCv：
https://github.com/shimat/opencv_files

官方文档中没有说明如何cuda，在运行build_windows.ps1前，需要修改这个文件，添加CUDA配置：
-D WITH_CUDA=ON `
-D CUDA_ARCH_BIN=8.6 `
-D CUDA_ARCH_PTX=8.6 `
文件内容参考 .\GameAssist\tool\cuda\build_windows.ps1
注意CUDA_ARCH_*的值，和你显卡实际的计算能力对应，具体值参考显卡官网：
https://developer.nvidia.com/zh-cn/cuda-gpus
2、定制编译支持CUDA的OpenCvSharp4；
https://github.com/shimat/opencvsharp
在OpenCvSharp.csproj文件中，增加ENABLED_CUDA。
在OpenCvSharpExtern项目上右键，属性，找到c/c++，预编译，增加ENABLED_CUDA。
详细步骤可以参考下面的链接： shimat/opencvsharp#1299
https://blog.csdn.net/bashendixie5/article/details/106162481

OpenCvSharp作者不再支持CUDA加速，这块编译一堆问题，正在考虑是否继续使用OpenCvSharp，或者切换到c++项目......


3、代码中指定使用CUDA进行后台加速：
this.detectionNet.SetPreferableBackend(Backend.CUDA);
this.detectionNet.SetPreferableTarget(Target.CUDA);


五、引用的框架及项目：

1、intel贡献的大神级图像处理框架OpenCv：
https://opencv.org/

OpenCV DNN 模块目前支持多种AI对象检测模型推理运行：
https://github.com/opencv/opencv/tree/master/samples/dnn
https://github.com/opencv/opencv/wiki/TensorFlow-Object-Detection-API
https://github.com/openvinotoolkit/open_model_zoo

2、OpenCvSharp4封装库，将OpenCv引入C#开发运行环境；
https://github.com/shimat/opencvsharp
在Visual Studio中，可以通过NuGet安装OpenCvSharp程序包；

3、谷歌tensoflow的对象检测模型ssd_mobilenet_v3；
https://github.com/tensorflow
https://github.com/tensorflow/models
https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet/README.md
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md


六、联系方式：

日常工作繁忙，不能及时回复，各位可以在 issues 区留言交流。

aiassist's Issues

坐等老大的pubg更新

我试了在pubg中的表现 模型训练 标注 这种好麻烦

C++ UI可以用QT或者sciter解决方案啊

sciter是裁剪版的js,html,css,做UI更简单

怎么更新模型

我有pt和onnx权重怎么转成pb的

可用聊聊吗？

老哥，对于此我想当感兴趣，目前我使用DMA作弊，对你的AI辅助相当感兴趣！

关于鼠标移动得问题

请问您是怎么做到可以 将识别到人物坐标 让鼠标得准星准确得移动到人物得坐标位置得呢？

考虑使用c++ cli 和原生opencv cuda 吗

请问楼主你的电脑什么配置呀

我电脑打开ai和pubg 网络延迟高达1000 一直卡着