GameAssist是一个AI游戏助手，结合OpenCv，OpenCvSharp4，ssd_mobilenet_v3等技术，对游戏对象进行识别，支持自动对准/自动开枪等功能，提升玩家的游戏体验； 重要的事情说三遍：这个工具和普通游戏外挂不同！不同！不同！普通游戏外挂：通过需改游戏执行代码/修改游戏内存数据/拦截游戏网络通讯等手段，破坏游戏进程，达到提升目的，这些手段是违法的。 GameAssist：使用AI技术进行屏幕检测，原理是用人工智能技术来玩游戏，不使用任何破坏游戏进程的手段。一，技术栈说明： 1，图像处理框架：使用OpenCv进行图像封装及AI对象识别；使用OpenCvSharp4封装库，将OpenCv发布C＃开发运行环境；使用windwos gdi32的Bitmap的图形类的CopyFromScreen，获取屏幕上方作为输入图像； 2，AI模型选择：使用OpenCv的DNN网络模

MNN中Demo所使用的pose model模型，可用作姿态检测

采用mobilenet_v1替换原作者采用的resnet50，对于coco2014数据集进行重新训练,迭代了160k次，最终得到的模型模型大小为93m,原模型270多m，同时运算速度大大的提升了，感兴趣的同学可以去下载一下，不用gpu,可以直接在配置好环境的CPU就可以跑起来！

此压缩包包含MobileNet英文原版论文和中文翻译（已校正），可以作为论文学习的资料！！

轻量化网络综述PPT（squeezeNet，Deep Compression，mobileNet v1，MobileNet v2,ShuffleNet ）模型压缩与加速

ssd_mobilenet_v1_coco_2017_11_17 tensorflow预训练模型

mobilenet ssd 车辆检测 caffe

使用MobileNet V1官方预训练模型示例，通过该代码可以快速接入MobileNet V1

使用Tensorflow Mobile库将MobileNet官方预训练库移植到Andorid端

该文档详细的描述了MobileNet-SSD的网络模型，可以实现目标检测功能，适用于移动设备设计的通用计算机视觉神经网络，如车辆车牌检测、行人检测等功能。它具有速度快，模型小，效率高等优点。