AImer - 基于计算机视觉目标检测的辅助瞄准学习项目代码仓库https://github.com/HeHaoyang1124/AImer注意代码已开源一切以上述仓库为主博客上任何生成的“可执行项目”均不符实声明本项目一切源码仅供学习使用可自由修改并应用于离线游戏但不应用于在线游戏而破坏游戏公平性。本项目的程序在线上游戏存在封号风险因违规竞技造成的后果需要自行承担。本项目禁止商用参考 PolyForm Noncommercial License 1.0.0 协议希望各位玩家热爱游戏、尊重对手、珍视账号共同维护游戏的公平竞技环境。作者学业繁重更新全靠缘分简介AImer是一个基于计算机视觉目标检测的辅助瞄准项目目前可用于【Aimlabs仅Gridshot】【无畏契约】【CS2】【生死狙击】进行辅助瞄准。AImer - aimlab视频演示AImer瞄准流程精简高效经过微调可以轻松拿下顶级高分Aimlabs自瞄展示程序逻辑屏幕截取使用DXGI截取全屏幕区域。目标检测使用OpenCV传统视觉方式根据色相和大小识别浅蓝色小球而不使用深度学习。鼠标控制使用IbInputSimulator模拟鼠标进行控制。根据视场角和游戏灵敏度计算输入实现“一帧拉”并实现自动开火。推荐设置项目数值预设视场角Valorant分辨率2560×1440画面质量Fastest延迟模式极低灵敏度0.1输入RawInput注意性能设置会影响输入延迟。不同的视场角会影响鼠标输入的计算结果。不同灵敏度在相同的模拟输入下未必是理想的倍数关系如果效果不符合预期可尝试以上的设置。其他模式以及不同设置尚未进行测试如有需要可联系作者hehaoyang1124outlook.com进行适配。高分屠榜记录已被打破AImer - DL视频演示辅助瞄准展示关于性能OpenVINO CPU推理最新的AImer更新了ir模型。新模型基于yolo目标检测开发替换主干网络为更加轻量化的MobileNetV4新模型使用 OpenVINO 部署纯CPU推理可适用于无NVIDIA显卡的设备也可以避免占用显卡渲染游戏的计算资源用少量精度的下降换取更高的推理帧率ONNX Runtime NVIDIA显卡CUDA加速推理基于yolo目标检测的模型使用ONNX Runtime进行推理 可以在NVIDIA显卡上使用CUDA加速推理提高推理帧率相比MobileNetV4原DarkNet的主干网络精度更高但在显卡加速推理会与游戏渲染竞争计算资源导致帧率较低实际推理帧数与设备性能有关注意推理帧数过高不总是好事当推理比弹道回正速度快时程序会自动压镜头导致连续空枪。您可以在autoAim.cpp中注释自动开火自己把握射击的主动权已经默认关闭自动开火程序逻辑屏幕截取使用DXGI来抓取屏幕中间 640×640 的区域目标检测基于yolo目标检测训练的模型导出为 onnx / ir 模型并使用 ONNX Runtime/OpenVINO 进行推理鼠标控制使用IbInputSimulator模拟鼠标进行控制。在目标靠近准星时使用吸附模式进行微调在远距离时直接计算鼠标输入实现“一帧拉”适配情况本项目的目标平台为windows 11使用NVIDIA显卡加速推理。本项目模拟罗技鼠标见安装依赖屏幕分辨率为2560 × 1440 2560\times 14402560×1440截取为屏幕中心640 × 640 640\times640640×640模拟不同鼠标驱动默认灵敏度可能会有所差异不同分辨率下截屏的视场角可能有所差异目前适配的游戏及推荐设置如下启动名称游戏鼠标灵敏度垂直同步valorant无畏契约0.1关cs2CS21.0关ssjj生死狙击10关闭鼠标平滑开注意不同灵敏度在相同的模拟输入下未必是理想的倍数关系如果效果不符合预期可尝试以上的设置不同游戏引擎对于鼠标输入的处理策略不同如若准星在目标附近晃动可尝试开启/关闭垂直同步目前支持的目标检测类别启动名称游戏类别 0类别 1类别 2类别 3valorant无畏契约头部(head)全身(enemy)--cs2CS2CT 全身(ct)CT 头部(ct_head)T 全身(t)T 头部(t_head)ssjj生死狙击CT 全身(ct)CT 头部(ct_head)T 全身(t)T 头部(t_head)自定义游戏支持的模型所有的游戏支持都从game.yaml中读取您可以自行修改该文件以添加适用于其他游戏的设置您可以使用自己的模型目前仅支持后处理YOLO-detect系列的输出网络target的次序应和模型目标分类一致其他游戏以及不同配置尚未进行测试如有需要可联系作者hehaoyang1124outlook.com进行适配。开始游戏安装依赖您需要安装NVIDIA显卡驱动程序以便使用CUDA ToolkitCUDNN进行推理加速您需要鼠标驱动进行模拟鼠标否则将退为Send Input可能被大部分反作弊的游戏过滤掉简单地说您可以直接安装Logitech Gaming Software v9.02.65如无法加载驱动程序需关闭内存完整性保护更多驱动详见IbInputSimulator。启动程序1. 从Launcher界面启动直接点击AImer.exe或无其他参数执行AImer.exe即可打开如图Launcher窗口从下拉列表中选择游戏、识别目标、鼠标灵敏度游戏内灵敏度选择适用于识别目标的模型文件、权重文件可选根据权重有无分别使用ONNX Runtime/OpenVINO推理点击【Launch AImer】按钮启动程序2. 从命令行启动启动命令帮助如下Usage: AImer.exe [OPTIONS] Options: -h,--help Print this help message and exit -n,--name TEXT REQUIRED Game name (valorant|cs2|ssjj) -t,--target TEXT REQUIRED Target name (e.g. head, enemy, ct, t) -s,--sensitivity FLOAT REQUIRED Mouse sensitivity -m,--model TEXT:FILE REQUIRED Model path (.xml/.onnx) -w,--weights TEXT:FILE Weights path (.bin), use OpenVINO when provided启动命令为AImer.exe -n 游戏名称 -t 目标类别 -s 游戏内灵敏度 -m 模型文件 -w 权重文件可选游戏名称目标类别见适配情况表格。权重文件为可选参数使用权重文件表示使用OpenVINO使用CPU推理。不使用权重文件使用onnxRuntime默认使用NVIDIA显卡CUDA加速推理例如AImer.exe -n valorant -t head -s 0.1 -m ../models/valorant-bot.onnx表示启动【无畏契约】目标类别为【头部】游戏内灵敏度为0.1模型文件为../models/valorant-bot.onnx无权重文件使用NVIDIA显卡进行推理。以上参数适配原代码大佬们尽可按需魔改构建运行如果您想要修改源码、或自行编译运行。准备工具CMakeVisual StudioOpenCVCUDNNONNX RuntimeOpenVINO克隆仓库和子模块gitclone https://github.com/HeHaoyang1124/AImergitsubmodule update--init--recursive配置和编译mkdirbuildcdbuild cmake-DOpenCV_DIRpath/to/OpenCV-DCUDNN_LIB_DIRPath/to/CUDNN/xxx/lib/xxx/x64 -DOpenVINO_DIRpath/to/OpenVINO..cmake--build.--configRelease配置和编译# 运行 AImer-DL..\bin\Release\AImer.exe-nvalorant-thead-s0.1-m..\models\valorant\valorant-bot.xml -w..\models\valorant\valorant-bot.bin# 或者直接运行 AImer.exe 启动Launcher界面# 运行 AImer-aimlab..\bin\Release\AImer-aimlab.exe-s0.1