# screenshot_classify

**Repository Path**: ravizhan/screenshot_classify

## Basic Information

- **Project Name**: screenshot_classify
- **Description**: 赛博拍屏鉴定师，帮您一眼丁真分辨截图与拍屏
- **Primary Language**: PowerShell
- **License**: AGPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-11-06
- **Last Updated**: 2024-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 赛博拍屏鉴定师——帮您一眼丁真分辨截图与拍屏
## 说明

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` 。

## 使用

- 从 [release](https://github.com/ravizhan/screenshot_classify/releases) 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

  ```bash
  pip install -r requirements.txt
  ```

- 运行 `main.py`

  ``` bash
  python ./main.py
  ```

## 贡献

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](https://github.com/ravizhan/screenshot_classify/pulls) 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。

## 鸣谢

感谢 [ultralytics](https://github.com/ultralytics/ultralytics) 提供yolov8预训练模型

感谢 [所有贡献者](https://github.com/ravizhan/screenshot_classify/graphs/contributors)，无论您是提供了图片或是代码

## 协议

本项目在带有 [附加条款](https://github.com/ravizhan/screenshot_classify/LICENSE) 的情形下，遵循 [AGPL-3.0协议](https://github.com/ravizhan/screenshot_classify?tab=License-1-ov-file) 开源，请自觉遵守。