基于注意力機(jī)制和MobileNet的手勢(shì)識(shí)別算法研究

打開文本圖片集

摘要：為了提升基于深度學(xué)習(xí)的手勢(shì)識(shí)別算法的精度與效率，文章提出了一種改進(jìn)的YOLOv4-tiny的手勢(shì)識(shí)別模型，首先，利用輕量化網(wǎng)絡(luò)MobileNet代替YOLOv4-tiny中的三個(gè)CSPBlock作為YOLOv4-tiny的主干提取網(wǎng)絡(luò)，目的是降低網(wǎng)絡(luò)的計(jì)算量和參數(shù)量。其次在YOLOv4-tiny網(wǎng)絡(luò)中引入自注意力機(jī)制，更好地獲取豐富的上下文信息，通過結(jié)合自注意力機(jī)制的方法，彌補(bǔ)模型輕量化帶來的部分精度損失。（剩余7115字）