rateme是一个神经网络,它允许你识别拇指向上和向下的手势
rateme的Python项目详细描述
使用计算机视觉的评分系统
简介
rateme是一个神经网络,它允许你识别拇指向上和向下的手势。 该算法可以嵌入到您的项目中,并自动化对某个对象或某人的评估过程。
例如,使用Rate Me可以:
当您对单击按钮感到不适时,请在YouTube音乐服务上为音乐评分
在选美比赛中计票以确定胜出者
在品尝过程中给饮料和饭菜打分
技术部分
依赖性
opencv-contrib-python
,numpy
matplotlib
,jupyter
用于Jupyter笔记本
pip3 install opencv-contrib-python numpy
使用量
打开Test_RateMe.ipynb
在示例图像上测试rateme
(为此,您需要启动jupyter-notebook
,它将在浏览器中打开窗口,您需要在其中选择Test_RateMe.ipynb
)。
例如实时检测运行detect_on_webcam.py
。
最小工作示例:
importcv2fromRateMe.utilsimportRateMeimg=cv2.imread('test_imgs/like.jpg')label=net.decode(img)
说明
rateme基于tiny-YOLOv3体系结构。
拇指上下手势识别的准确度计算为平均准确度(mAP@0.25)=0.851941,或85.19%;平均IoU=73.89%
该神经网络已经在~3k幅图像(从不同角度拍摄的人是否露出拇指的照片)上进行了训练。 使用labelImg程序标记图像
类标签:0--“like(thumb up)”,1--“dislike(thumb down)”
速度
在英特尔(R)酷睿(TM)i5-4300M处理器上,2.60GHz的全流水线速度为6-7 fps。
抓取帧时大约100毫秒
神经网络推理约100ms