摘要
本发明公开了一种用于游戏的卡顿帧检测方法及系统，涉及计算机技术领域，包括，使用PyTorch融合多模态特征，基于多模态特征通过TCN建模生成时序表示，基于时序表示通过多层感知机结构映射为卡顿概率，使用Focal Loss损失函数优化卡顿概率，并生成卡顿检测结果。通过采用DQN强化学习动态优化帧差阈值，能够自适应游戏场景的复杂性，显著降低误报和漏检率；通过多尺度SE注意力机制和PyTorch融合多模态特征，有效提升特征表达能力和模型鲁棒性；使用TCN时序建模精准捕捉卡顿相关时序模式，并优化不平衡数据下的检测精度，增强卡顿检测在高动态游戏场景下的准确性和实用性。
