Advertisement

MediaPipe Hands-On-Device Real-Time Hand Tracking with Notes.pdf

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
MediaPipe Hand On-device Real-Time Hand Tracking with Notes for Mobile devices.pdf

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Gesture Recognition with TensorFlow and CNN: Real-time Hand Gesture Detection Using Convolutional Neural
    优质
    本项目利用TensorFlow和卷积神经网络（CNN）实现手势识别系统，专注于实时手部姿态检测，并提供图形用户界面（GUI）。 利用卷积神经网络实时识别手势动作 本项目旨在识别五种不同的手势动作：剪刀、石头、布、OK以及good。 项目文件如下： - data 文件夹：存放训练集、测试集及在线检测时保存的图像。 - ges_ico 文件夹：包含UI窗口使用的各种图标。 - log 文件夹：存储经过训练后的CNN网络模型参数。 - CallFrame.py 文件：负责调用界面文件并编写信号与槽函数，是界面逻辑的核心部分。 - Frame.py 文件：通过PyQt5的设计工具生成的用户界面布局和控件定义文件，用于构建图形化操作界面。 - GetTestImage.py 文件：使用OpenCV获取图片并对图像进行标记处理，以创建测试集。 - GetTrainImage.py 文件：同样利用OpenCV来采集并标注训练用的数据集。 - SaveGesture.py 文件：通过实时捕捉视频帧中的手势动作，并对其进行预处理以便于后续的识别操作。该文件是实现在线检测的核心部件之一。 - TestGesture.py 文件：将实时捕获到的手势图片传送到已训练好的CNN模型中进行预测，从而完成对手势类型的实际分类任务。
  • REAL-TIME OBSTACLE DEPTH PERCEPTION WITH STEREO VISION
    优质
    本研究提出了一种基于立体视觉的实时障碍物深度感知方法，通过双目摄像头获取图像信息并进行快速准确的距离测算，提升机器人或自动驾驶车辆在复杂环境中的避障能力。 本段落是一篇关于利用双目技术进行深度计算的论文，共66页，并附有相关代码。该文稿提交给佛罗里达大学研究生院，以满足获得理学硕士学位的要求。
  • Hands-On Machine Learning with Python: Concepts and Applications...
    优质
    《Hands-On Machine Learning with Python》是一本实践导向的机器学习书籍，通过Python语言教授核心概念和应用。书中涵盖各种算法及模型，并提供大量案例研究。适合初学者与进阶读者阅读。 Hands On Machine Learning with Python by John Anderson, published on 6 Aug. 2018, has an ISBN of 1724731963 and contains 224 pages in EPUB format with a file size of 2.22 MB.
  • Hands-On Reactive Application Security with Spring Security 5
    优质
    本书深入浅出地介绍了如何使用Spring Security 5来保护反应式应用的安全性，涵盖了身份验证、授权和安全配置等内容。 本书详细阐述了利用Spring及Spring WebFlux保护应用程序的有效策略。读者将掌握使用Spring Security 5来确保Web应用与RESTful服务安全的方法，并学习如何借助OAuth 2.0和OpenID Connect保护API的安全性。此外，书中还探讨了如何运用Spring Security 5为反应式程序提供安全保障，并通过实用示例及技巧加以说明。本书适合具备Spring框架以及网页开发经验的技术人员和信息安全专家阅读。