基于改进YOLO v5的手语字母语的识别方法
Journal of Nanjing Institute of Technology(Natural Science Edition)（2023）
摘要
针对传统手势识别方法计算量大、难以实时识别的问题,研究一种基于改进YOLO v5的轻量化手语检测识别方法.首先用Mobilenet v3-Small替换YOLO v5的主干网络;然后利用Ghost Conv模块和C3Ghost模块替换YOLO v5颈部网络中的Conv和Ghost模块;最后通过YOLO v5的预测部分生成预测框.在此基础上,利用k-means算法生成适合手势的先验框,加快网络检测手势.与其他网络算法对比分析可知,改进算法在保持精度基本不变的情况下可大幅减少网络参数,提高网络的检测速度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要