利用深度學習在GTA5進行自動駕駛——食用方法

Note: 因為上傳代碼時匆忙，我沒有認真審核各部分的代碼，不確定能不能跑（手邊沒Windows系統的電腦，而項目內用到了Windows的接口）且整個項目代碼很冗余。計划21年底重寫一遍代碼（計划用pytorch，及更換數據集和網絡，如果沒鴿的話）

說明

1. 該項目參考（其實是直接拿來用）https://github.com/Sentdex/pygta5

B站視頻鏈接

https://www.bilibili.com/video/BV1Th41167u7

教程

0. 配置環境
   1. 這里推薦一下通過conda直接裝GPU版的tensorflow，輸入命令：conda install tensorflow-gpu=2.3 tensorflow=2.3=mkl_py37h936c3e2_0
   2. 安裝keras，tfleran，mss，pywin32，opencv等等庫，大家運行后按代碼提示安裝包即可
1. 下載數據
   1. 百度網盤鏈接：鏈接: https://pan.baidu.com/s/1RB7rl6EkjNATzxEbEG25Cg 密碼: al32
2. train_model.py是訓練模型的，如果想基於已有的模型再訓練，可以修改字段LOAD_MODEL = True為LOAD_MODEL = False
   1. 如果想自己訓練，那么把pygta5-motorcycle-training-data-and-model.zip解壓后，把training_data中的npy文件放到datasets目錄下
3. GRAD_SCREEN.py是用來測試模型的
   1. 把GTA5游戲分辨率設置為800*600,並把游戲窗口放到左上角
   2. 直接運行GRAD_SCREEN.py
   3. 回到游戲窗口，點擊一下即可。 如果想暫停程序，按大寫T，然后ctrl+c強制取消運行，不然會瘋狂輸入東西（doge）
   4. 其實pygta5-motorcycle-training-data-and-model.zip包含原作者訓練好的模型，但是在我這邊使用模型很垃圾，不知道為什么，如果大家用我訓練的模型也很垃圾可以試試原作者的模型，方法是：修改model.load(r"./model_saved/alexnet_num_3-gta-v-1-epochs-1000-lr-0.001.tflearn",weights_only=True)變成model.load(r"解壓后zip/model/pygta5-car-fast-0.001-alexnetv2-10-epochs-300K-data.model.data-00000-of-00001", weights_only=True)