10.3969/j.issn.1003-0107.2023.04.001
基于K210的手势识别装置
人们日常交流中手势交流是一种不可或缺的形式,但市面上大多数用于进行手势识别的机器均存在体积较大、成本高、功耗大等问题.而使用嵌入式开发板来进行手势识别只要达到一定的准确率就可以很好地解决上述的问题.因此,基于K210,设计了一款手势识别装置.搭建TensorFlow环境,使用YOLOv3算法进行模型的训练,取数据集进行标注后进行多次迭代训练,在训练完成之后使用测试数据集对训练得到的模型进行测试.在达到目标的准确率之后将h5模型转换为可以在K210上运行的kmodel模型,使用MicroPython进行编程,从而实现识别功能.测试结果表明,该系统不仅解决了目前手势识别机器在体积、成本、功耗等方面的问题,而且其识别准确率和效率均符合标准要求,具有一定的推广使用价值.
手势识别装置、YOLOv3算法、K210、MicroPython
TP23(自动化技术及设备)
河南省重大科技专项211110110500
2023-05-22（万方平台首次上网日期，不代表论文的发表时间）
共5页
1-5
