# cs go 自瞄

**Repository Path**: peng-wang-DPG/cs-go-self-sighting

## Basic Information

- **Project Name**: cs go 自瞄
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: create-pr/update_version
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-10
- **Last Updated**: 2025-01-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# RookieAI_yolov8_V3

> [!IMPORTANT]
> 使用前请先阅读[参数解释文档](Parameter_explanation.md)

加入**Discord**获取最新消息！
[![Static Badge](https://img.shields.io/badge/Discord-Join_Discord-36C9BB?logo=discord&logoSize=auto&label=%20)
](https://discord.gg/vtgbfy2afb)

> [!NOTE]
> 前言：为什么不提供直接打包成型的软件？
>
> 每个程序都有独立的特征码，如果大家都使用同一个程序，一旦其中一个人被BAN其他人会被联BAN。所以鼓励大家自行修改部分代码并自行打包即可避免此类情况发生。

## 版本要求

| Version | Python |
|---------|--------|
| `2.4.3或更早`   | 3.7+   |
| `2.4.4.2+`   | 3.10+   |

## 使用方法

1. 使用以下代码获取本代码需要的库与Pytorch库

**✨ 超高速无痛下载 ✨**
   
```shell
pip install -r requirements.txt -i https://pypi.doubanio.com/simple/
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html --no-index
```

**海外用户请使用以下命令**

```shell
pip install -r requirements.txt
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html --no-index
```

2. 你还需要一个自己的模型（目前支持.pt/.engine/.onnx模型），如果没有可暂时使用ultralytics官方模型

3. **当未找到模型时会自动下载YOLOv8n模型**，你也可以⬇️

访问[YOLOv8GitHub界面](https://docs.ultralytics.com/)获取更多官方yolov8模型以快速开始

访问[ultralytics官网](https://docs.ultralytics.com/)查看官方网站帮助文档

4. 运行

在脚本所在目录打开终端，键入以下内容并回车
```shell
python RookieAI.py
```

## 关于模型文件

建议自行训练

学习资料：
[Bilibili](https://search.bilibili.com/all?keyword=%E5%A6%82%E4%BD%95%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B&from_source=webtop_search&spm_id_from=333.1007&search_source=5) or [YouTube](https://www.youtube.com/results?search_query=how+to+train+yolov8+model)


V3.0预告

![V3.0](images/V3.png)

3.0版本注重使用多线程进行优化，理论上可以提升截图效率与推理效率，但是可能会导致延迟问题。当然也提供原始的单进程推理模式可供选择。

该版本从底层代码到UI界面进行了完全重构，多线程也可以带来更多使用上的优化，例如可随意调整鼠标移动的频率，不再受到推理帧数的限制等。目前测试主系统空载YOLO使用YOLO11n模型推理的帧数从55提升到了80，有明显提升。配合独立的鼠标移动进程，理论上可以带来不错的使用体验。

对电脑配置的要求也会有一定程度的降低。代码目前处于早期开发阶段，未集成Aimbot等基础功能，开发进度与源代码请稍后关注对应文档。

### 推荐使用Atlas游戏系统配合boosterX性能优化软件获得更好体验

[AtlasOS](https://atlasos.net/)对 Windows 进行修改，专为游戏玩家设计。具有更高的游戏帧率和更低的延迟。同时在此系统上使用RookieAI可更高效的利用GPU资源得到更高的推理帧率。

[boosterX](https://boosterx.org/en/)是一款系统优化软件，优化Windows，降低延迟、提高 FPS。在AtlasOS系统上使用可进一步进行优化。

配置单：
截图模式:mss  截图高/宽:320  显卡:RTX4080M  模型:YOLOv8s_TheFinals_teammate_enemy_04.engine

原版windows空载运行RookieAI2.4.3 对比 AtlasOS 空载运行RookieAI2.4.3：

### ✅✅✅注意✅✅✅

此项目最初目的为Apex的Aimbot，未考虑其他游戏，可能会出现因反作弊禁止WIN32移动方式而无法使用的情况！

已知游戏：**VALORANT**

面对日益增多的配置文件参数，我新建了参数解释文档，里面介绍了配置文件内所有参数的信息，前往[参数解释文档](Parameter_explanation.md)查看。

**🎉🎉🎉非常感谢由RicardoJoaquim提供的英文特别版本🎉🎉🎉**

## Star History

[![Star History Chart](https://api.star-history.com/svg?repos=Passer1072/RookieAI_yolov8)](https://star-history.com/#Passer1072/RookieAI_yolov8)

### 更新日志：

[已迁移](CHANGELOG.md)

___

Current latest version: ###