基于改进YOLOv5s的静态/动态手势识别算法探究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了提高YOLOv5s算法在静态/动态手势识别场景下的应用效果，研究过程针对该算法存在的问题，提出三项改进措施，分别为优化特征金字塔的结构、引入卷积注意力模块和Ghost模块。以上措施旨在提高运算效率和精确率，降低手势识别场景下的漏检和错检。采集一万张静态/动态手势影像，对算法进行训练和检验，将mAP：0.5、召回率、精确性和帧率作为评价指标，对比算法性能。（剩余4790字）

试读结束

目录
monitor