YOLO11王者荣耀英雄状态检测

1.环境安装

硬件配置最好内存>=16GB，显卡NVIDIA 20系列及其以上显卡，显存>=8GB

建议新建虚环境：

conda create -n yolo11 python=3.10

进入虚环境,查询CUDA支持的最高版本：

conda activate yolo11
nvidia-smi

进入Pytorch官网，下载Pytorch-GPU版本，建议2.0以上版本，CUDA不高于你显卡的版本的都行，我这里下载的是：

conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 pytorch-cuda=12.1 -c pytorch -c nvidia

打开requirements.txt，将其中的如下三行删除，否则会再次安装一遍

torch==2.2.1+cu121
torchaudio==2.2.1+cu121
torchvision==0.17.1+cu121

保存关闭后，用cd命令将路径切换到requirements.txt下，

cd  requirements.txt文件所在的路径(替换为自己的实际路径)

安装其他依赖包

pip install -r requirements.txt --timeout 6000

已经自动安装了包含YOLO11的ultralytics包，后面可以直接用命令行训练。

2.王者荣耀英雄状态检测

2.1 数据集获取

这里可以从网上下载王者荣耀游戏视频，或者本地游戏时候保存的视频，然后用视频工具或者QQ截屏截取不同的游戏画面图片后，用labelme手动标注。我这里标注了886张图片，共计6个英雄状态类别：attacked_by_tower(被塔打), death(死亡),destroy_towers(打塔), kill_heroes(杀死英雄), kill_minions_monsters(杀怪), killed(被杀)，其中划分数据集如下：训练集619张，验证集177张，测试集90张。

在项目路径下创建data目录，将训练集、验证集和测试集图片放在该路径下，编写data.yaml文件如下：

train: train/images
val: valid/images
test: test/images

nc: 6
names: ['attacked_by_tower'