Detección de Personajes en Valorant

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 se capturaron en un solo mapa (Ascent) e incluyen variaciones en fondos, iluminación y ángulos dentro del juego.
Se realizaron dos iteraciones de entrenamiento:
1. Imágenes con un solo personaje en pantalla.
2. 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

Escribí un script para ejecutar el modelo sobre videos de partidas grabadas, con 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

Referencias

Valorant: Videojuego oficial de Riot Games.
Roboflow: Plataforma de etiquetado y gestión de datasets.
Ultralytics: YOLO11s. Documentación oficial.
Google Colab: Entorno de entrenamiento con GPU T4.
Python 3.12: Lenguaje de programación.
PyTorch 2.9: Framework de deep learning.
OpenCV 4.12: Librería de visión por computadora.

Proyecto desarrollado en conjunto con Rocío Rivas.