基于tensorflow的手势识别和分类项目代码+模型，神经网络与深度学习大作业

# HandGestureClassify 基于tensorflow的手势识别和分类 博文地址：https://blog.csdn.net/yyyerica/article/details/80151473 原手部检测代码源自： https://github.com/timctho/convolutional-pose-machines-tensorflow 分类代码参考： https://blog.csdn.net/Enchanted_ZhouH/article/details/74116823 使用说明： 1.手势识别 运行 run_demo_hand_with_tracker.py 进行实时手势识别 修改 config.py 中的 DEMO_TYPE 可更改输出的图像类型 将 run_demo_hand_with_tracker.py 中的 cv2.imwrite('./storePic/11'+str(i)+'.jpg', local_img.astype(np.uint8),[int(cv2.IMWRITE_JPEG_QUALITY), 90]) 语句解除注释可以保存图片到项目目录下，可以自行修改存储目录 2.手势图像分类 classmain.py 代码用于训练分类 用于训练的手势数据集存于 classify -- handGesturePic 中，需要自行运行run_demo_hand_with_tracker.py保存图片作为训练集 训练好的模型存在 classify--modelSave 中 调用 useClassifyModel.py 进行分类结果验证 其中，手部检测的模型请到https://github.com/timctho/convolutional-pose-machines-tensorflow 下载（tf版本） 手势图像分类的模型参数请自行训练classmain.py保存