买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:云南师范大学
摘要:本申请涉及深度学习技术领域,尤其涉及一种基于MobileNetv3网络模型改进的MGC‑YOLOv5s手语手势识别方法。所述方法包括:采集手语数据,构建常用手语手势数据集;预处理所述手语手势数据集;将训练集输入至改进手语手势识别模型进行训练,其中,所述改进手语手势识别模型的基层模型采用YOLOv5s架构,采用MobileNetv3_small网络模型并保留原有模型中的SPPF模块作为主干网络模型,将GSConv模块引入到Neck层中替代原始网络中的标准卷积,将CBAM注意力机制引入传统的Bottleneck模块中,构建CBAMBottle‑neck模块,使用CBAMBottle‑neck模块替换BotteNeck部分,构成C3CBAM,所述C3CBAM用于在所述Neck层中提取图像的特征;将待检测手语数据输入到训练后所述改进手语手势识别模型中,得到手语识别结果。旨在解决如何实现快速、高精度的进行手语识别检测的问题。
主权项:1.一种基于MobileNetv3网络模型改进的MGC-YOLOv5s手语手势识别方法,其特征在于,所述方法包括以下步骤:采集手语数据,构建常用手语手势数据集;预处理所述手语手势数据集;将训练集输入至改进手语手势识别模型进行训练,其中,所述改进手语手势识别模型的基层模型采用YOLOv5s架构,采用MobileNetv3_small网络模型并保留原有模型中的SPPF模块作为主干网络模型,将GSConv模块引入到Neck层中替代原始网络中的标准卷积,将CBAM注意力机制引入传统的Bottleneck模块中,构建CBAMBottle-neck模块,使用CBAMBottle-neck模块替换BotteNeck部分,构成C3CBAM,所述C3CBAM用于在所述Neck层中提取图像的特征;将待检测手语数据输入到训练后所述改进手语手势识别模型中,得到手语识别结果。
全文数据:
权利要求:
百度查询: 云南师范大学 一种基于MobileNetv3网络模型改进的MGC-YOLOv5s手语手势识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。