本项目模型基于 yolov8x-cls 模型(v8.20)训练，大力出奇迹。
本项目提供 best.pt best.onnx 三个模型，其中onnx格式可显著提升CPU的运行效率，pt格式为原始格式，可自行导出。
由于训练集不足，当前准确率仍然抽象。
模型会将图片分为三类
- cameracap: 拍屏
- others: 啥也不是
- screenshot: 截图
增设二分类模型，只区分是否为拍屏，准确率较高。分别为 best-2cls.pt best-2cls.onnx 。
-
从 release 下载训练好的模模型
-
将测试图片放入
test_img目录下 -
安装依赖
pip install -r requirements.txt
-
运行
main.pypython ./main.py
如果您觉得模型效果不够好，不要犹豫，将您的抽象图片即刻通过 Pull Request 提交。我将尽快更新模型。
请将图片归类放入对应的文件夹内，使用 rename.ps1 一键重命名，文件名统一为 SHA256hash ，以避免重名，文件格式仅接受 JPG，提交时请尽量将图片压缩至2MB以下。
注意：请确保您提交的图片已脱敏且无版权问题，您的图片将仅会用于训练目的。
感谢 ultralytics 提供yolov8预训练模型
感谢 所有贡献者，无论您是提供了图片或是代码
本项目在带有 附加条款 的情形下，遵循 AGPL-3.0协议 开源，请自觉遵守。