摘要:
本文介绍了一个基于深度学习的石头剪刀布手势识别系统,采用YOLOv5/v8/v11/v12等模型实现高精度识别。系统包含用户登录、注册、模型选择等功能模块,通过PyQt5构建交互界面。实验对比显示,YOLOv12在COCO数据集上mAP达40.6%,参数量仅2.6M,综合性能最优。在自制7,000张图片的数据集上,模型识别准确率达94%,F1值0.94,mAP@0.5达96.1%,展现了良好的实时性和准确性。该系统为人机交互提供了新思路,适用于娱乐、教育等多个领域。 阅读全文
本文介绍了一个基于深度学习的石头剪刀布手势识别系统,采用YOLOv5/v8/v11/v12等模型实现高精度识别。系统包含用户登录、注册、模型选择等功能模块,通过PyQt5构建交互界面。实验对比显示,YOLOv12在COCO数据集上mAP达40.6%,参数量仅2.6M,综合性能最优。在自制7,000张图片的数据集上,模型识别准确率达94%,F1值0.94,mAP@0.5达96.1%,展现了良好的实时性和准确性。该系统为人机交互提供了新思路,适用于娱乐、教育等多个领域。 阅读全文
posted @ 2025-09-01 18:12
Coding茶水间
阅读(122)
评论(0)
推荐(0)

浙公网安备 33010602011771号