Detección de Personajes en Valorant
· 1 min de lectura
Proyecto práctico de visión por computadora basado en YOLO11 para la detección de personajes de un rol específico del videojuego Valorant utilizando un dataset propio.
Python YOLO11 PyTorch OpenCV Roboflow
Objetivo
Aplicar técnicas de visión por computadora para detectar y clasificar personajes del videojuego Valorant, limitándose a los 8 personajes del rol duelista: Reyna, Jett, Phoenix, Raze, Yoru, Neon, Iso y Waylay.
Dataset
- 1250 imágenes extraídas de partidas grabadas directamente del juego.
- 1654 anotaciones realizadas en Roboflow, con un mínimo de 200 anotaciones por personaje para garantizar un dataset balanceado.
- Las imágenes fueron realizadas en un solo mapa (Ascent) y capturan variaciones en fondos, iluminación y ángulos dentro del juego.
- Se realizaron dos iteraciones de entrenamiento:
- Imágenes con un solo personaje en pantalla.
- Imágenes con múltiples personajes (duelistas y otros roles).
Entrenamiento
- Modelo: YOLO11s (Ultralytics)
- Plataforma: Google Colab Pro con GPU T4 16GB
- Versiones de software:
- Python 3.12
- Ultralytics 8.3.223
- PyTorch 2.9 con CUDA 12.6
- OpenCV 4.12.0
Resultados
| Métrica | Valor |
|---|---|
| mAP50 general | 0.94 |
| Clase con mejor rendimiento | Iso (0.96) |
| Clase con menor rendimiento | Reyna (0.91) |
Inferencia
Se elaboró un script para ejecutar el modelo sobre videos de partidas grabadas, añadiendo un visor para controlar el video.
- Hardware: NVIDIA RTX 3060 8GB
- Confianza mínima: 0.8
El modelo detecta correctamente a los personajes duelistas. Con personajes de otros roles, en ocasiones los ignora y en otras los detecta, dependiendo del contexto visual.
Controles del visor
| Tecla | Acción |
|---|---|
Q | Salir |
→ | Adelantar 5 segundos |
← | Retroceder 5 segundos |