【A254】基于YOLOV5的手势识别系统( 识别字母和数字手势)

文件编号：A254

文件大小：3.48G

开发环境：Python3.8、OpenCV4.5、PyCharm2020

猿创承诺：该项目亲测正常运行，提供部署视频，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：基于YOLOV5的手势识别系统

按需写作：

演示视频：

点击查看：系统演示视频

模型训练：

模型训练的主文件是train.py，下面的三条指令分别对应着小中大三个模型的训练，有GPU的同学可以将设备换为0，表示使用0号GPU卡，显存比较大的同学可以将batchsize调整为4或者16，训练起来更快。

python train.py --data hand_data.yaml --cfg hand_yolov5s.yaml --weights pretrained/yolov5s.pt --epoch 100 --batch-size 2 --device cpu

python train.py --data hand_data.yaml --cfg hand_yolov5l.yaml --weights pretrained/yolov5l.pt --epoch 100 --batch-size 2

python train.py --data hand_data.yaml --cfg hand_yolov5m.yaml --weights pretrained/yolov5m.pt --epoch 100 --batch-size 2

训练过程中会出现下面的进度条

等待训练完成之后训练结果将会保存在runs/train目录下，里面有各种各样的示意图供大家使用。

模型使用：

模型的使用全部集成在了detect.py目录下，你按照下面的指令指你要检测的内容即可

 # 检测摄像头

 python detect.py  --weights runs/train/exps/weights/best.pt --source 0  # webcam

 # 检测图片文件

  python detect.py  --weights runs/train/exps/weights/best.pt --source file.jpg  # image 

 # 检测视频文件

   python detect.py --weights runs/train/exps/weights/best.pt --source file.mp4  # video

 # 检测一个目录下的文件

  python detect.py --weights runs/train/exps/weights/best.pt path/  # directory

 # 检测网络视频

  python detect.py --weights runs/train/exps/weights/best.pt 'https://youtu.be/NUsoVlDFqZg'  # YouTube video

 # 检测流媒体

python detect.py --weights runs/train/exps/weights/best.pt 'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream                            

比如以我们的口罩模型为例，如果我们执行python detect.py --weights runs/train/exps/weights/best.pt --source data/images/0023.png的命令便可以得到这样的一张检测结果

构建可视化界面：

可视化界面的部分在window.py文件中，是通过pyqt5完成的界面设计，在启动界面前，你需要将模型替换成你训练好的模型，替换的位置在window.py的第60行，修改成你的模型地址即可，如果你有GPU的话，可以将device设置为0，表示使用第0行GPU，这样可以加快模型的识别速度嗷。

运行效果：

运行时，数据集不要放在中文路径下。

主界面

实时手势检测

图片检测I_LOVE_YOU

图片检测 数字5

图片检测 数字7

图片检测 字母A

图片检测 字母D

图片检测 字母I

图片检测 字母L

图片检测 字母V

图片检测 字母W

图片检测 字母Y

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 ├ 3.数据集文件

 └ 4.系统演示视频