# server
深度学习与传统方法混合的手势识别程序,使用了两种本地与服务器端识别两种模式。
本地识别将识别结果通过WebSocket将结果发送给其他机器
服务器端通过WebSocket收到其他机器的S摄像头的视频帧后识别并将结果通过WebSocket发送给其他机器。
深度学习方法使用mobilev2-ssd
基于深度学习与传统方法混合的手势识别算法源码+项目说明.zip
版权申诉
96 浏览量
2024-01-18
14:54:07
上传
评论
收藏 46.72MB ZIP 举报
基于深度学习与传统方法混合的手势识别算法源码+项目说明.zip （49个子文件） 
project_code_0628 
fingercount.jpg 15KB
myVideoProcessing.py 9KB myKalmanFilter.py 1KB test.jpg 28KB myHandShapeRecognition.py 14KB myConfig.py 6KB myGlobalVariables.py 2KB myFrameProcessing.py 14KB testWebSocketServer5002and5004.py 195B Test2.jpg 11KB myFourierDescriptor.py 3KB myDynamicGesture.py 633B myHandSegment.py 21KB myToolSaveVideo.py 2KB gesture_standalone.py 19KB gesture_server.py 15KB myHandMoveRecognition.py 9KB .idea vagrant.xml 216B misc.xml 324B server.iml 421B inspectionProfiles Project_Default.xml 1KB profiles_settings.xml 174B modules.xml 264B deployment.xml 445B .gitignore 176B encodings.xml 200B myMapDemo.py 5KB myFaceDetection.py 4KB testServer4gesture_standalone.py 5KB testClient4gesture_server.py 4KB myWebsockets.py 21KB myCommonModules.py 21KB model res10_deploy.prototxt 27KB frozen_inference_graph.pb 12.52MB labels.json 25B hand_svm_model.m 25KB
handdata_2features.txt 47KB res10_300x300_ssd_iter_140000.caffemodel 10.17MB haarcascade_frontalface_alt2.xml 528KB Test3.jpg 10KB websocketClient5004.py 2KB websocketClient5002Start.py 430B .gitignore 30B mySVM.py 4KB websocketClient5002Stop.py 428B Test1.jpg 10KB video 
rawvideo8.avi 27.13MB README.md 363B myHandDNN.py 6KB资源评论
