文件名称：手语1
文件大小：1.09MB
文件格式：ZIP
更新时间：2024-03-12 01:53:57
Python
手语识别 该原型为聋人“理解”手语 包括所有代码以准备数据（例如，从ChaLearn数据集中获取数据），提取特征，训练神经网络以及在实时演示过程中预测信号 基于深度学习技术，尤其是卷积神经网络（包括最新的3D模型）和递归神经网络（LSTM） 使用Python，Keras + Tensorflow和OpenCV构建（用于视频捕获和处理） 有关10幻灯片的演示文稿+ 1分钟的演示视频，请参见。 要求 此代码至少需要 python 3.6.5 张量流1.8.0 keras 2.2.0 OpenCVPython的3.4.1.15 为了训练神经网络，需要使用GPU（例如aws p2.xlarge）。 实时演示可在普通笔记本电脑（不带GPU）上运行，例如MacBook Pro，i5、8GB。 获取视频数据 请参阅此处，以获取适合聋人手势语言的合适数据集的概述： : 在此处下载ChaL
【文件预览】：
sign-language1-master
----.gitignore(202B)
----train_i3d.py(6KB)
----train_mobile_lstm.py(5KB)
----opticalflow.py(11KB)
----requirements.txt(74B)
----model_i3d.py(28KB)
----feature.py(4KB)
----model_lstm.py(1KB)
----LICENSE(1KB)
----timer.py(825B)
----pipeline_mobile_lstm.py(3KB)
----README.md(5KB)
----frame.py(10KB)
----livedemo.py(4KB)
----image()
--------readme_folderstructure.jpg(95KB)
----pipeline_i3d.py(2KB)
----prepare_chalearn.py(6KB)
----datagenerator.py(8KB)
----data-set()
--------twentybn()
--------ledasila()
--------ucf101()
--------chalearn()
----predict.py(2KB)
----.gitattributes(66B)
----model_mobile.py(2KB)
----videocapture.py(7KB)