摘 要：随着人工智能技术的飞速发展，人机交互方法也发生了巨大的变化．鉴于目前主要的人机交互方式仍是使用键盘、鼠标和触控板组合的传统交互方式，本文提出一种基于改进的YOLOv3 实现手势识别的人机交互方法，通过Kmeans对标签的边界框进行聚类，然后运用Mosaic 数据增强丰富小目标，最后采用自定义最小化边界框中心点距离的GCDIoU 损失函数优化模型参数．在自建数据集上进行实验验证，该模型针对手势小目标的检测准确率达到98.87%，召回率达到99.98%．结果表明，Mosaic 数据增强应用于小目标检测具有很好的效果，而GCDIoU 损失函数则加快了模型的收敛．

论文下载：

08.pdf

  浏览次数：