目录
背景与分析:
基于深度学习的手势识别系统设计
根据要求,完成手势识别系统设计 。
1.查阅相关文献资料,通过对资料的深入分析研究,拟定系统整体设计方案;
2.细化系统性能指标,对识别算法和人机交互界面进行详细设计;
3.设计出可行的可行性方案,设计算法和人机交互界面软件;
4.编写开发控制系统程序,软件实现手势识别系统功能。
课题要求
1.搜集相关资料,确定系统的关键技术路线,原理正确,方案可行,设计规范严谨;
2.应用绘图软件设计手势识别系统结构图纸;
3.编写程序,进行系统软件调试,实现手势识别系统功能要求。

技术分析:
训练模型使用使用yolov5,深度学习训练模型+PyQt的图形界面,难点在于算法和模型训练。我们使用网上公开的数据集,实际最后开发训练数据集大小为17G,然后使用摄像头识别手势,如简单的0、1、2、3这种。
技术点概述:
【基于深度学习的手势识别系统,PyQt界面实现,可识别图片,视频,调用摄像头动态识别手势、使用公开的数据集训练】
过程(主体展示为主,部分功能不一一展示):

数据集(17个G):

源码、演示视频、指导手册获取:


欢迎大家点赞、收藏、关注、评论、批评啦 、查看👇🏻👇🏻获取联系方式👇🏻👇🏻