基于卷积神经网络在手势数字识别中的研究分析

• 作 者: 曾祥强 刘瑞 杨鑫
• 机 构: 成都理工大学地球物理学院,成都理工大学地球勘探与信息技术教育部重点实验室
• 出 处: 物联网技术
• 发表日期: 2021年06期
• 关键词: 卷积神经网络 图像分类 手势数字识别 Pytorch ResNet50 准确率
• 基金项目: 四川省大学生创新创业项目(S201910616082)。

近年来,基于卷积神经网络(CNN)的图像分类应用越来越广泛。为建立一种CNN手势数字识别模型,使用手势数字数据集,利用 Pytorch深度学习框架构建了AlexNet、VGG16、ResNet50三种经典卷积神经网络,实现了手势数字识别模型。将测试数据输入训练完成的网络模型中,对比分析识别结果,实验表明:卷积神经网络在手势数字识别上拥有极佳的表现,且ResNet50模型的准确率可达93.3%,识别效果优于其他两种模型。