来巨人一年总结

本文探讨了游戏开发中的多项优化技术,包括本地化框架、Unity快捷键工具、XLua移植、图片压缩算法、服装模块配置、纪念品模块优化、基于DoTween的美术动画编辑工具、打表工具改进及代码整理等,旨在提升开发效率和游戏性能。

本地化框架

{
LocalizeMgr : 管理与分发消息
LocalizeText Override CacheLayout
LocalizeImage CacheSprite
脚本替换 Prefab Yaml文件 替换ComponentId
打表工具 导出多语言表 注入字段 Hash查重
提升了一倍的速度
}
Unity快捷键 策划快捷工具
EmtyRayCast查找工具 手动替换

XLua移植

{
参考https://github.com/chexiongsheng/build_xlua_with_libs 将项目从ToLua移植到XLua
测试过的平台Win64 Android 编译平台Win64 VisualStudio2019 集成库文件 cjson proto-gen-lua
改动(太久了 我也记得不太清楚了:
1、luaconfg.h.in 打开支持lua5.1
2、pbc中添加LUALIB_API
3、cjson中添加LUALIB_API
4、pbc中添加支持luaL_register(其实支持5.1后不再需要)
5、lua_cjson.c中添加如下代码支持window编译环境
///windows下找不到strcasecmp
#ifdef _MSC_VER
#define strcasecmp stricmp
#define strncasecmp strnicmp
#endif
6、pbc中添加如下代码修复vc中没有__attribute__的问题
//针对 vc编译修复
#define attribute(…)
包含Lua部分的改动,以及同时兼容ToLua和XLua所作的一些工作
}

图片压缩算法

{
问题:图片压缩速度效果不好
定位问题:从截屏到图片生成中有很多环节,截屏,RT==>Texture==>压缩==>编码
经过测试发现是压缩和编码的过程都出现了问题
解决方案:替换压缩算法,么有现成的方法,尝试Bilinear等方法,最后选择业界主流算法bicubic interpolation,搞定了一个Unity实现 参考https://blog.youkuaiyun.com/thrt520asd/article/details/103736908
编码为GIF格式时采用更高采样(差点就自己写一个了
收获:多借鉴参考主流解决方案
}

服装模块

{
服装配置文件,采集工具
}

纪念品模块

{
可惜没做好
优化 想都想好了 怕难没做
}

Xlua移植

{
性能优化 分析过程 依赖分析 图片浏览 代码适配
}

基于DoTween美术动画编辑工具

{
年前没做后面补上
}

打表工具改进

{
问题打表工具太慢:
查找问题 多语言表 protoGenC#
解决方案 ProtoGen 结果cache
待优化项字符串Hash
收获:
}

代码整理

{
项目中代码的整理,分离出业务逻辑,基础工具,修改接口适配不同需求,合并重复接口,难过的经历,不过收获还是挺多的
}
SDK 个推 midas 本地推送

一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值