文件名称：gesture_recognition:该存储库是在jetson设备上使用深度学习对手进行手势识别的项目
文件大小：28.98MB
文件格式：ZIP
更新时间：2024-05-12 13:57:24
JupyterNotebook
手姿势估计和分类 该项目是用于手部姿势检测的TRT姿势的扩展。 该项目包括 预训练的手势估计模型能够在Jetson Xavier NX上实时运行。 用于手部姿势估计的脚本 手势识别（手势分类） 光标控制 迷你涂料类型的申请 手势识别的预训练模型 入门 第1步-安装trt_pose及其依赖项 确保遵循trt_pose的所有说明并安装所有依赖关系。 从遵循步骤1和步骤2。 第2步-安装手势姿势的依存关系 pip install traitlets 第3步-下载模型 模型 重量 hand_pose_resnet18_baseline_att_224x224_A 使用上面的链接下载模型重量。 将下载的砝码放在目录中 第4步-运行手势及其应用 A）手姿演示 打开并关注live_hand_pose.ipynb笔记本。 B）手势识别（手势分类） 安装依赖 scikit学习 点安装-U scik
【文件预览】：
gesture_recognition-main
----gesture_classification_live_demo.ipynb(9KB)
----images()
--------gesture_classification.gif(9.21MB)
--------subway_buy.gif(1.05MB)
--------live_hand_demo.gif(13.51MB)
--------subway_map.gif(4.64MB)
----live_hand_pose.ipynb(8KB)
----gesture_training()
--------realold_svmmodel.sav(644KB)
--------train_gesture_classification.ipynb(11KB)
----cursor_control_live_demo.ipynb(12KB)
----model()
--------README.md(35B)
----svmmodel.sav(532KB)
----dataloader.py(4KB)
----gesture_data_collection_pose.ipynb(16KB)
----data_collection()
--------gesture_data_collection.ipynb(11KB)
----mini_paint_live_demo.ipynb(10KB)
----preprocess()
--------gesture.json(222B)
--------hand_pose.json(596B)
----LICENSE.md(1KB)
----README.md(4KB)
----gesture_classifier.py(717B)
----preprocessdata.py(5KB)