forked from FengQuanLi/ResnetGPT
-
Notifications
You must be signed in to change notification settings - Fork 0
/
训练数据截取_A.py
389 lines (308 loc) · 12.9 KB
/
训练数据截取_A.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
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)