# gesture-digital-recognition
一个基于mediapipe实现手势数字识别机器学习项目
### create_train_set.py
使用mediapipe和调取摄像头获取每帧生成坐标集的过程(np.array)
### train.py
根据坐标集生成训练集,并使用tensorflow添加3+3层构成神经网络。（使用RNN的lstm单元优化方法）
### main.py
开启摄像头，测试
## 运行顺序 create_train_set -- train -- main
1. 导入并安装依赖项。
2. 使用mediapipe的特征点检测
3. 提取特征点坐标值
4. 设置收集的文件夹。
5. 收集和测试的关键点值
6. 预处理数据，创建标签和特性。
7. 建立和训练LSTM中立网络
8. 作出预测
9. 保存权重
10. 使用混淆矩阵和准确度进行评估
11. 实时测试。
基于mediapipe实现手势数字识别机器学习项目python源码+项目详细说明.zip （2014个子文件） 
.DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 10KB .DS_Store 8KB .DS_Store 6KB .DS_Store 6KB .DS_Store 6KB .DS_Store 6KB README.md 772B 14.npy 2KB 12.npy 2KB 17.npy 2KB 0.npy 2KB 10.npy 2KB 25.npy 2KB 21.npy 2KB 18.npy 2KB 16.npy 2KB 13.npy 2KB 24.npy 2KB 23.npy 2KB 3.npy 2KB 26.npy 2KB 2.npy 2KB 4.npy 2KB 5.npy 2KB 7.npy 2KB 20.npy 2KB 1.npy 2KB 27.npy 2KB 8.npy 2KB 29.npy 2KB 22.npy 2KB 11.npy 2KB 28.npy 2KB 6.npy 2KB 9.npy 2KB 19.npy 2KB 15.npy 2KB 10.npy 2KB 17.npy 2KB 12.npy 2KB 0.npy 2KB 25.npy 2KB 16.npy 2KB 14.npy 2KB 5.npy 2KB 24.npy 2KB 13.npy 2KB 11.npy 2KB 20.npy 2KB 3.npy 2KB 21.npy 2KB 23.npy 2KB 18.npy 2KB 28.npy 2KB 2.npy 2KB 6.npy 2KB 22.npy 2KB 7.npy 2KB 9.npy 2KB 1.npy 2KB 15.npy 2KB 19.npy 2KB 4.npy 2KB 27.npy 2KB 12.npy 2KB 8.npy 2KB 29.npy 2KB 26.npy 2KB 10.npy 2KB 17.npy 2KB 0.npy 2KB 25.npy 2KB 14.npy 2KB 21.npy 2KB 18.npy 2KB 2.npy 2KB 3.npy 2KB 5.npy 2KB 28.npy 2KB 16.npy 2KB 11.npy 2KB 24.npy 2KB 13.npy 2KB 20.npy 2KB 23.npy 2KB 6.npy 2KB 7.npy 2KB 1.npy 2KB 29.npy 2KB 22.npy 2KB 8.npy 2KB 26.npy 2KB共 2014 条
- 1
- 2
- 3
- 4
- 5
- 6
- 21
资源评论
龙年行大运
- 粉丝: 1385
- 资源: 3960
最新资源
- 等发达地区的无穷大无穷大无穷大请问
- 微藻检测19-YOLO（v5至v11）、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- NE555+74LS192+74LS48电子秒表课程设计报告(纯数电实现)
- 基于深度学习的视频描述综述：视觉与语言的桥梁
- 2024年全球干式变压器行业规模及市场占有率分析报告
- 用于Unity使用NuGet
- 微藻检测18-YOLO（v5至v11）、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- 小红书2024新年市集合作方案解析与品牌营销策略
- 基于javaweb的沙发销售管理系统论文.doc
- 毕业设计Jupyter Notebook基于深度网络的垃圾识别与分类算法研究项目源代码，用PyTorch框架中的transforms方法对数据进行预处理操作，后经过多次调参实验，对比不同模型分类效果
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
