深度学习 数据集利用
1. YOLO网络检测手部的数据集
2. JPEGImages文件夹里，可见的图像数据。
3. Annotations文件夹里，已经标注好的xml文件，可直接训练。
2021-08-27 18:07:11
21.65MB
使用NVIDIA预训练模型和Transfer Learning Toolkit 3.0与机器人创建基于手势的交互
在这个项目中，我们演示如何训练您自己的手势识别深度学习管道。 我们从预先训练的检测模型开始，使用Transfer Learning Toolkit 3.0将其重新用于手部检测，然后将其与专用手势识别模型一起使用。 经过培训后，我们将在NVIDIA:registered:Jetson:trade_mark:上部署此模型。
可以将这种手势识别应用程序部署在机器人上以理解人类手势并与人类进行交互。
该演示可以作为点播网络研讨会提供： :
第1部分。训练对象检测网络
1.环境设置
先决条件
Ubuntu 18.04 LTS
python> = 3.6.9 = 19.03.5
docker-API 1.40
nvidia-container-toolkit> = 1.3.0-1
2021-08-26 15:23:37
257KB
1
Google MediaPipe handdetectiongpu.apk Hands 手部检测和跟踪
2021-03-17 20:06:37
18.26MB
1
opencv+qt 摄像头手部检测识别（剪刀石头布）
http://www.cnblogs.com/hebaichuanyeah/p/5014519.html
2019-12-26 03:25:35
3KB
1