talex02/wow-fishing-bobber-dataset
🎣 WoW Fishing Bot - Hybrid Dataset Этот датасет был создан для обучения мультимодального бота для рыбалки в World of Warcraft. Он содержит как визуальные данные (скриншоты), так и аудио данные (звуки). Код проекта: wow_fishing_project 📂 Структура Датасета Датасет разделен на две независимые части: 1. Visual Data (/dataset) Набор данных для Object Detection (YOLO). Images: ~200 скриншотов игрового процесса (.png). Labels: Аннотации в формате YOLO… See the full description on the dataset page: https://huggingface.co/datasets/talex02/wow-fishing-bobber-dataset.
🎣 WoW Fishing Bot - Hybrid Dataset
Этот датасет был создан для обучения мультимодального бота для рыбалки в World of Warcraft. Он содержит как визуальные данные (скриншоты), так и аудио данные (звуки).
Код проекта: **wow_fishing_project**
📂 Структура Датасета
Датасет разделен на две независимые части:
1. Visual Data (/dataset)
Набор данных для Object Detection (YOLO).
- Images: ~200 скриншотов игрового процесса (
.png). - Labels: Аннотации в формате YOLO (
.txt). - Класс:
0: bobber(поплавок). - Методология сбора: Скриншоты сделаны вручную в различных локациях Азерота (Elwynn Forest, Durotar, Winterspring) для обеспечения разнообразия фона (вода, лава, слизь) и погодных условий.
2. Audio Data (/audio_dataset & /audio_source)
Набор данных для Audio Classification.
Этот раздел представляет наибольший интерес, так как он сгенерирован синтетически.
- Source (`/audio_source`):
splash: 3 исходных файла чистого звука клева (.ogg).noise: ~20 файлов фоновых шумов (музыка, UI, заклинания).- Generated (`/audio_dataset`):
- Итоговый набор из ~1200 файлов (
.wav). - Методология: Скрипт-генератор (
generate_dataset.pyв репозитории кода) использовал библиотекиlibrosaиpydubдля агрессивной аугментации: - Изменение высоты тона (Pitch Shifting)
- Изменение скорости (Time Stretching)
- Добавление белого шума
- Баланс классов соблюден 50/50 (Splash vs Noise).
🛠️ Как использовать
Для YOLOv8
Структура папок уже подготовлена для обучения YOLO.
# data.yaml
path: ../dataset
train: train/images
val: val/images
names:
0: bobber