DeltaForce-OBS-Locker
🆕 最新更新（2026 年 8 月 26 日）：针对 S10 赛季新地图“核电站 AZ3”中新增的“容器防护服”进行了专项隔离处理。此前 V3 版本模型易将该类防护服误判为真人目标，V4 版本中已通过专属特征标注将其单独归类为非人单位，有效消除误触发
本次终于打赢复活赛了，这次采用的是 yolov14 原团队的最新模型 yolo-omni，部署后实战延迟同比降低 70%！老版本彻底成为过去时了，8 月 26 日之前的项目需要同步更新，否则会存在 bug
△ 核电站 AZ3 地图中的容器防护服（V3 版本曾误判为真人）
🧠 识别逻辑增强：在视觉识别管线中新增了特定轮廓过滤层，确保容器防护服不再参与目标锁定计算，大幅提升复杂场景下的识别纯净度。
🎥 手机端功能演示
手机端 APK 核心效果（画面吸附 / 模拟输入演示）
🚀 如何获取本项目（无论电脑端还是手机端）
请按照以下三步操作：
⭐ Star
点击本仓库右上角的 Star 按钮，申请自己的使用权限。⑂ Fork
点击 Fork 按钮，将本仓库复制到你自己的 GitHub 账号下，不然无法进行修改。⬇️ Download
在你自己 Fork 后的仓库页面，点击 Code → Download ZIP 下载压缩包。
💡 电脑端 代码位于
desktop/文件夹，手机端 脚本位于mobile/文件夹。下载后请根据对应子项目的 README 进行操作。若下载后的项目其中存在空文件，请检查是否严格以上三步进行操作
⚠️ 重要提醒：无论电脑端还是手机端，AI 识别功能都依赖 YOLO-omni 预训练权重文件。
请务必先前往以下链接下载最新的模型权重文件，否则后续运行会因缺少模型而失败，8 月 25 日之前已经下载好的需要进行更新：
👉 yolo-omni 官方链接点击跳转
下载后请根据电脑端或手机端的 README 指引放置权重文件（具体配置方法请参考各子项目的说明文档）。
📚 完整教程（必读）
请务必先阅读以上三篇教程，它们包含了本项目的原理讲解、环境配置、常见问题解决等核心内容。
📦 项目构成
本仓库包含两个独立的子项目，分别面向 电脑端（PC） 和 手机端（Android），均以技术教学与原理验证为目的。
| 子项目 | 主要技术栈 | 适合人群 | 详细文档 |
|---|---|---|---|
| 电脑端 | Python, OpenCV, YOLO-omni, OBS, SendInput | Python 初学者、计算机视觉爱好者 | 电脑端 README |
| 手机端 | Python 下载脚本 + APK | 普通用户、Android 测试者 | 手机端 README |
💡 电脑端 提供从零开始的 Python 编程实战教程（本地代码结构解析），其中 OBS 画面吸附功能正是基于 YOLOv14 目标检测框架实现；
手机端 提供 APK 自动下载脚本。
🧰 主仓库运行问题？使用独立备用仓库
如果主仓库下载不完整、目录结构不清晰，或者你只想复现某一个端，可以直接使用下面两个独立仓库。它们保留了对应端的代码、README 和运行依赖，适合单独克隆和安装。
电脑端：deltaforce-pc
git clone https://github.com/ace-trump-tech/deltaforce-pc.git
cd deltaforce-pc
python -m venv .venv
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
python gui.py
Windows 用户可直接参考 deltaforce-pc README 中的 PowerShell 命令。模型权重、Windows 权限和本地配置仍需按该 README 单独准备。
手机端：deltaforce-mobile
git clone https://github.com/ace-trump-tech/deltaforce-mobile.git
cd deltaforce-mobile
python -m venv .venv
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
python download_apk.py --repo-id <owner>/<repo> --filename <path/to/file.apk>
Mobile 仓库不会硬编码未经验证的 APK 地址，运行下载命令时必须填写 Hugging Face 仓库和文件路径。下载完成后，请先检查发布者提供的校验和和签名，再决定是否安装到手机。详细参数见 deltaforce-mobile README。
说明：两个备用仓库提供的是更清晰的独立安装入口，不代表可以绕过系统、游戏或 Android 安全策略；遇到依赖、权限或模型问题，请优先查看对应仓库的“常见问题”。
🧠 YOLO-omni：跨域实时目标检测框架
YOLO-omni 是专为 非理想成像条件 设计的实时目标检测框架。与假设标准针孔相机的传统 YOLO 不同，YOLO-omni 通过学习 域不变、视角鲁棒 的特征，在游戏角色检测上表现出色。
传统的 YOLO 模型在处理游戏画面时，往往难以将游戏角色准确识别为“人”。YOLO-omni 通过 Game2Real 域适配 技术，对齐游戏渲染域与真实摄影域的特征分布，使模型在《三角洲行动》、《使命召唤》、《绝地求生》等游戏中，能够稳定地将游戏角色识别为“人”，为画面吸附功能提供了可靠的检测基础。
🚨 版本更新通知（V4.0.0）
- 本项目 V4 版本代码逻辑在本机测试环境中已针对 S10 赛季核电站 AZ3 地图完成初步验证；若因后续游戏更新导致原理验证失效，将在本仓库第一时间同步说明。
- 近期出现部分仿制或旧版本项目流传，请认准 ace-trump-tech 仓库。本项目始终免费开源，任何收费行为均与项目初衷无关。
✅ V4.0.0 新特性
- 🗺️ 核电站 AZ3 地图专项优化：针对新地图中的“容器防护服”进行非人标注与隔离，彻底解决 V3 版本将防护服误判为真人目标的问题。
- 🪟 腾讯管家吸附原理验证（继承自 V3）：演示通过模拟腾讯管家窗口置顶与鼠标穿透技术，实现“画面吸附”效果（环境依赖，仅用于研究）。
✅ 继承自 V3.0.0 的技术改进
- 动态路径隐藏演示：动态加密 + 随机目录名，展示规避静态特征扫描的思路。
- 视觉中心模拟头部：利用手电筒光斑视觉中心作为目标点。
- 强化人物判定模型：优化 YOLOv14 骨骼点识别，多帧投票降噪。
⚠️ 重要声明：本插件 不修改任何游戏内存，仅使用公开的图像识别与模拟输入 API。
🔬 本版本仅供技术学习者对比研究，不建议在任何真实游戏对局中使用。
📜 版本更迭简史（技术演进路线）
| 版本 | 主要技术演进 | 学习重点 |
|---|---|---|
| V1.x | 基础 YOLO 检测 + OBS 捕获 + 简单鼠标移动 | OpenCV、YOLO 推理、模拟输入入门 |
| V2.x | 动态路径隐藏、Base64 编码、光斑视觉中心算法 | 反静态检测、坐标变换、多帧投票 |
| V3.x | 腾讯管家吸附原理验证、兼容性探讨 | 窗口穿透技术、输入模拟边界、环境适配 |
| V4.x | S10 赛季专项优化（核电站 AZ3） | 容器防护服隔离、非人目标标注、复杂场景误报抑制 |
💡 为什么不断迭代？ 游戏安全策略会更新，静态方法很快失效。本项目的价值在于展示 如何根据环境变化调整技术方案。
🔥 项目定位
- 电脑端：基于真实游戏画面的 Python 编程实战项目，涵盖环境配置、图像处理、目标检测、模拟输入、反检测演示等。其中 OBS 吸附功能正是 YOLOv14 框架的一次具体实践。
- 手机端：提供 APK 文件及自动下载脚本，方便在 Android 设备上测试原理验证效果。
👉 详细代码结构与本地运行说明请分别查看：
📄 许可证
MIT License —— 可自由修改、二次开发，但严禁用于任何商业作弊软件。
⭐ 支持项目
如果你通过本项目学到了技术知识，请给仓库点一个 Star。
你的星星，是对“用技术教学代替作弊工具”这一理念的认同。
