Вопрос Rust — Проблемы с YOLO: дерганый аим и баги детекта

[hex_cat]

Народ, в очередной раз поднимаем тему нейросетевых аимов в Расте. Сейчас многие пытаются пересесть на YOLO, чтобы не лезть в память и не ловить баны от EAC за лишние хендлы и манипуляции.

Суть проблемы: при обучении своей модели для детекта игроков софт ведет себя крайне нестабильно. Аим получается «дерганым», таргет постоянно соскакивает или дрожит (тот самый snappy эффект). Встает классический вопрос: это косяк в самом коде (логика захвата и доводки) или датасет настолько мусорный, что нейронка просто сходит с ума от обилия скинов и условий освещения?

По моему опыту, такие проблемы обычно кроются в паре моментов:

1. Отсутствие нормального сглаживания (Smoothing). Если вы просто телепортируете курсор в центр найденного бокса — забудьте о стабильности. Нужно внедрять интерполяцию или PID-контроллер для плавности.
2. Инференс и задержки. Если модель крутится без TensorRT или CUDA-оптимизации, input lag будет колоссальным. Нейронка детектит игрока там, где он был 50мс назад, отсюда и рывки при попытке довестись.
3. Мусор в датасете. В Rust специфическое освещение, туман и тонна кастомных скинов. Если учили на чистых скринах — модель будет ловить ложные детекты на кустах или камнях.

Кто уже плотно ковырял YOLO под Rust, как фиксили дрожание боксов при стрейфах?

 

[gulsssrang]

нет, скорее всего у тебя просто йоло обнаруживает другие игроков (ну или обьекты которые похожи на игроков) и по этому получается таким дерганым, дебажить надо