模型管理 — VsrTap 帮助文档

识别能力分层

层次	作用	是否内置	体积
OCR	读取屏幕上的文字、数值、倒计时	随安装包内置，开箱可用	约 80 MB
模板匹配	没有文字的小图标按像素模板定位	随安装包内置，无需训练	不占体积
YOLO	检测没有文字可认的图标、怪物、NPC 等固定目标	可选，需按游戏训练	约 10~20 MB

OCR：开箱可用

通用 OCR 模型已内置，无需任何配置即可使用 ocr:"文字" 与 ocr_contains:"文字"。它对 UI 上的印刷体识别效果最好，适合弹窗标题、按钮文字、任务描述、数值与倒计时。

精确匹配 ocr:"确认" 要求文字完全一致；不确定完整文案时用 ocr_contains:"确认" 做包含匹配，抗干扰能力更强。

YOLO：需要按游戏训练

每个游戏的界面元素都不一样，所以 YOLO 模型需要针对具体游戏训练。你需要标注出希望识别的按钮与元素，训练后导入 App。

第一步：确定要标注哪些目标

以「英雄没有闪」公会任务脚本为例，需要标注 17 个类别：

guild_entry donate_btn basic_donate guild_task_btn refresh_btn task_first challenge_btn close_btn home_btn bounty_entry bounty_4star bounty_3star boss_entry setting_btn input_account input_password login_btn

类别名要与脚本里 yolo:类别名 完全一致，否则识别不到。命名建议用小写字母加下划线。

第二步：截图与标注

在游戏里截取各个界面，覆盖按钮可能出现的所有状态（可用/置灰/高亮）。
用标注工具绘制目标边界框，每张图至少覆盖目标出现的位置变化。
每个类别建议不少于 100 张样本，界面差异大的游戏建议 300 张以上。
导出为 YOLO 格式数据集（每张图对应一个同名 .txt 标注文件）。

第三步：训练

以 YOLOv8n 为基础模型训练即可，端侧推理速度与精度平衡最好：

yolo detect train \
  model=yolov8n.pt \
  data=dataset.yaml \
  imgsz=640 \
  epochs=100 \
  batch=16

训练在电脑上完成，不占用云手机资源。建议用 GPU，100 轮大约几十分钟到数小时。

第四步：导出并导入 App

导出为 NCNN 格式（端侧推理用），得到 .param 与 .bin 两个文件。
在 App 的「我 → 模型管理 → YOLO 模型」中点击导入，选择模型文件。
为模型命名并关联目标应用包名，这样在对应游戏里会自动使用。
导入后可在「运行监控」页查看识别框与置信度，验证效果。

导入后建议先跑一个只做识别的测试脚本，确认每个类别都能被正确检测，再写入正式脚本。

置信度阈值

脚本里可以用 置信>0.7 指定阈值。默认 0.6。漏识别多就调低，误识别多就调高。全局默认值可在「设置 → 推理设置」中调整。

模型失效怎么办

游戏更新界面后，原来训练的 YOLO 模型可能失效，表现为识别不到目标、脚本卡住。

先用 OCR 兜底：把关键的按钮文字改为 ocr:"文字" 识别。
补充新界面的截图重新训练模型。
在脚本里对同一目标准备两条路径，用 如果 判断走哪一条。