AL_Yolo 项目使用教程

1. 项目的目录结构及介绍

AL_Yolo 项目的目录结构如下：

AL_Yolo/
├── detect.py
├── apex.py
├── requirements.txt
├── README.md
├── data/
│   └── ...
├── models/
│   └── ...
├── utils/
│   └── ...
└── ...

• detect.py: 主要检测文件，用于目标检测。
• apex.py: 项目启动文件。
• requirements.txt: 项目依赖文件。
• README.md: 项目说明文档。
• data/: 存放数据集和相关配置文件。
• models/: 存放模型文件。
• utils/: 存放辅助工具和函数。

2. 项目的启动文件介绍

apex.py 是项目的启动文件，主要负责初始化环境和运行检测程序。以下是 apex.py 的主要内容：

import os
from pynput.mouse import Listener
from mouse_driver import MouseMove
import pyautogui
from math import atan2
from pynput.mouse import Listener, Button

ROOT = os.getcwd()

class YOLOv5Detector:
    def __init__(self, weights='', data='', imgsz=(640, 640), conf_thres=0.25, iou_thres=0.45, max_det=300, device="cpu", view_img=False, classes=None, agnostic_nms=False, augment=False, half=True, enemy_label=0, dnn=False):
        self.weights = weights
        self.data = data
        self.imgsz = imgsz
        self.conf_thres = conf_thres
        self.iou_thres = iou_thres
        self.max_det = max_det
        self.device = device
        self.view_img = view_img
        self.classes = classes
        self.agnostic_nms = agnostic_nms
        self.augment = augment
        self.half = half
        self.enemy_label = enemy_label
        self.dnn = dnn

3. 项目的配置文件介绍

requirements.txt 是项目的配置文件，列出了项目运行所需的依赖包。以下是 requirements.txt 的部分内容：

numpy
opencv-python
pyautogui
pynput
torch
torchvision

这些依赖包可以通过以下命令安装：

pip install -r requirements.txt

通过以上步骤，您可以成功配置和启动 AL_Yolo 项目。