手势识别系统

主要功能：自建数据集，支持识别5种手势：剪刀、布、石头、OK、GOOD，可部署到嵌入式设备。
使用技术：框架tensorflow、图形化界面pyqt5、卷积模型AlexNet

项目文件

• data：数据集文件
  • train：存放训练集图片
  • test：存放测试集图片
  • testImage：存放用于检测的图片
• ui：UI文件
  • MainWindow.py：主窗口
  • StartRecognize.py：识别窗口
• ges_ico：存放UI窗口使用的各种图标。
• checkpoint：存放训练的CNN网络的模型。
• src：源码
  • MainWindow.py：主窗口的界面。
  • MainWindow_Controller.py：主窗口界面触发的函数。
  • StartRecognize.py：识别窗口的界面。
  • StartRecognize_Controller.py：识别窗口界面触发的函数。
  • MakeImage.py：利用OpenCV制作训练集和测试集。
  • Utils.py：保存、检测等函数封装
  • Train.py：训练CNN模型函数，并将训练好的模型参数保存在本地。
  • Train_inputdata.py：用来读取数据集的图像和标签，并打包成batch形式。
  • Train_model.py：模型，采用AlexNet结构。

使用方法

1. 安装相关依赖，包括tensorflow、opencv、pyqt、matplotlib等
2. 运行MakeImage.py分别制作训练集和测试集
3. 运行Train.py训练好参数模型
4. 运行MainWindow_Controller.py打开主窗口界面
5. 点击开始识别进入识别，根据提示进行操作

运行截图

主窗口： 训练结果： 识别结果：