《基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)》：https://panjinquan.blog.csdn.net/article/details/126750433 ， 手势识别（HGR）作为人机交互的一部分，在汽车领域、家庭自动化系统、各种视频/流媒体平台等领域具有广泛的实际应用。本篇博客，将基于YOLOv5搭建一个手势识别目标检测系统，支持one,two,ok等18种常见的通用手势动作识别，目前基于多目标检测的手势识别方法mAP_0.5=0.99569，mAP_0.5:0.95=0.87605，基本满足业务的性能需求。手势识别 动作识别 手势动作识别 手势识别数据集 yolov5

标注的1300张数据集，以及训练好的模型，制作不易，欢迎下载

outhands手势识别数据集

1.目标检测格式数据集，标签为yolo的txt格式 2.手势识别数据集，支持[ 'A', 'number 7', 'D', 'I', 'L', 'V', 'W', 'Y', 'I love you', 'number 5' ]10种手势的识别 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面 5.提供B站视频教程：https://www.bilibili.com/video/BV1YL4y1J7xz/

目前的无人机记录数据集多局限于动作识别和目标跟踪，而手势信号数据集多记录在室内空间。目前还没有针对无人机指挥信号的户外录制公共视频数据集。手势签名nals可以通过利用无人机的视觉传感器和操作简单有效地使用无人机。为了填补这一空白，并使研究在更广泛的应用领域，我们提出了一个无人机姿态信号数据集记录在户外设置。我们从一般的飞机操纵信号和直升机操纵信号中选择了13种适合basic无人机导航和指挥的手势。我们提供119个37151帧的高清视频剪辑。使用基于姿势的卷积神经网络(PCNN)计算的每个性能的基线手势识别率为91.9%。为了将数据集的适用性扩展到更广泛的研究领域，包括手势识别、动作识别、人体姿态识别和情境感知，所有的帧都被标注了身体关节和手势类。 关键词:无人机·手势数据集·无人机控制·手势识别我们展示了一个由悬停无人机记录的手势数据集。数据集con包含119个高清视频，总时长24.78分钟。该数据集是使用13个从通用飞机处理信号和heli直升机处理信号中选择的手势来准备的。这些手势是在户外环境中10名参与者的记录。身体大小、相机运动和相位的丰富变化，使我们的数据集对手势识

手势识别数据集，包含图片和视频两种数据集，其中训练集有剪刀石头布各840张、测试集剪刀石头布各124张，两个MP4格式手势识别视频，一种简单背景下的，一种复杂背景下的。

数据集包括0~5六种数字，已标注好，共434张图片，压缩包中包括与图片对应的xml和txt文件。解密密码请发邮箱852574882@qq.com。

单一背景2000张，复杂1000张