基于YOLO的手势识别算法研究与实现-云外包案例-猿急送

基于YOLO的手势识别算法研究与实现

人工智能 · 其他案例ID: 217203

微信扫码，建群沟通

作者：云 - 1年经验- 无

案例介绍

本课题的主要内容是通过YOLO模型实现对一些常用手势的识别，主要内容包括
1.首先是数据集的收集，本课题计划采用HaGRID数据集，一共有18种类别的手势，由于原始数据集约有716GB，数据量较大，因此，将会在每个类别的数据集中随机选取7000张用于训练和测试。之后会自己在拍摄一部分数据集，自己拍摄的数据集主要包括不同光照条件下的，远距离的。拍摄完成后进行标注
2.搭建好模型之后对其进行训练，在用训练好的模型进行测试，目前，对于不同版本的YOLO模型，在手势识别方面各有优势，本课题拟采用YOLOv8模型结合深度学习框架Pytorch对模型进行训练来实现手势识别，故需要对YOLOv8模型和Pytorch有详细的了解，在YOLOv8模型上实现手势识别之后，在不改变网络结构和损失函数的前提下与其他的YOLO模型进行对比，例如YOLOv7，YOLOv6，然后更改YOLOv8的网络结构和损失函数，与未更改的进行对比。
3.最后通过Qt Designer实现可视化界面。