|
|
豆包1.4更新内容:2026-4-10
1.删除压枪功能(后续重新写更好的压枪方式)
2.删除自动扳机(后续会写更加真实拟人的自动扳机 安全第一)
3.豆包所有模型均为加密模型--增强安全性-----其他模型会不识别----
4.=================================
①. 置信度阈值优化 (推荐:0.4-0.6)-----------------------------------------------------------
🔹 原功能说明
置信度是 AI 模型对「检测框内是否为目标」的自信程度打分(0~1),只有打分≥阈值的目标,才会被程序识别为有效敌人,进入瞄准流程。
🔹 原安全隐患
阈值可拉至 0.01,AI 会将大量误检(箱子、墙壁、队友、像素点)判定为目标,导致乱锁、误锁
极低阈值产生的「无差别识别」是反作弊重点检测的辅助特征,极易触发封号
🔹 优化方案
强制下限锁定 0.3:彻底禁止用户将阈值拉至 0.3 以下,从根源杜绝误检
保留 0.3~1.0 的完整调节范围,满足不同场景需求
不修改任何检测 / 瞄准逻辑,仅做安全限制
② 非极大值抑制(NMS)阈值优化 (推荐:0.4-0.5)--------------------------------------------------------------
🔹 原功能说明
NMS 用于解决「同一目标被 AI 生成多个重叠检测框」的问题,通过 IoU(交并比)阈值去重:两个框重叠率≥阈值时,仅保留置信度最高的 1 个框,避免瞄准抽搐。
🔹 原安全隐患
阈值可拉至 0.00,去重完全失效,同一目标出现数十个重叠框
检测框疯狂闪烁、跳变,瞄准严重抽搐,是 100% 可识别的辅助特征
高阈值(1.00)完全不去重,同样会出现大量重复框,行为异常
🔹 优化方案
强制下限锁定 0.3:彻底禁止用户将阈值拉至 0.3 以下,保证基础去重效果
保留 0.3~1.0 的完整调节范围,适配不同场景
不修改任何去重算法逻辑,仅做安全限制
③最大检测数量优化 (推荐:5-10)---------------------------------------------------------------
🔹 原功能说明
限制 AI 每帧最多识别的目标数量,程序会将所有通过筛选的目标按置信度从高到低排序,仅保留前 N 个,用于控制性能开销。
🔹 原安全隐患
数量可拉至 100,一帧识别数十个目标,完全违背人类视觉极限(人类最多同时关注 10~16 个目标)
超量识别是反作弊核心检测的辅助特征,几乎 100% 触发封号
高数量会导致 CPU/GPU 占用飙升,FPS 暴跌,程序卡顿
🔹 优化方案
强制上限锁定 16:彻底禁止用户将数量拉至 16 以上,符合人类视野极限
保留 1~16 的完整调节范围,满足不同场景需求
不修改任何目标排序 / 筛选逻辑,仅做安全限制
5.================================
模型自动识别----自动识别模型尺寸 版本 分类-----支持 所有 yolo版本模型YOLOv5 YOLOv7 YOLOv8 YOLOv9 YOLOv10 YOLOv11 YOLOv12 YOLOv13 YOLOv15 YOLOv26
下载链接:链接:https://www.123684.com/s/6NPUjv-YBbKA 解压密码:123123123 卡密点击登录界面的购买按钮即可免费领取卡密了!!!!!!
|
|