基于MEF-YOLO的轻量手势识别算法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对非接触式的人机交互中手势识别精度低速度慢的问题,提出一种轻量化MEF-YOLO(MobileNetV3-ECA-FReLU YOLO)算法.将YOLOv5s的主干网络CSPDarknet53 替换成轻量化的Mobielnetv3,在主干网络的最后一个卷积层之后融入ECA注意力机制,规避因参数减少而导致的特征信息丢失问题,同时使模型更好地融合不同通道间的信息,接着在输出层添加FReLU激活函数,增加模型的非线性,使特征的表达能力增强.在自制数据集上验证了MEF-YOLO算法的可行性,并与YOLOv5 算法进行了对比.结果表明,轻量化MEF-YOLO算法的模型大小减小了78.4%,检测速度提升了61 帧/s,同时平均识别精度较YOLOv5算法提升了3.6%.

作者：

朱雪燕、王招娣、黄明茹、郭梦珏

展开 >

作者单位：

洛阳师范学院河南洛阳 471934

关键词：

手势识别 MobileNetV3 注意力机制 FReLU激活函数

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.05.003

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(5)