买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：扬州大学

摘要：本发明公开了一种基于改进YOLOv5的中文标注手势识别方法与系统，可用于智能驾驶手势控制。本发明首先对选取的0～5六种手势训练数据集进行图像增广；然后对数据集进行预处理操作，使用分段线性变换、直方图均衡化方法、平滑去噪以及边缘检测操作，得到目标图片；接着对预处理后的目标数据集添加具体指挥含义，并改进YOLOv5算法的FPN结构，引入快速归一化融合策略，使用改进后的算法对得到的目标数据集进行训练；训练完成后对待检测图片进行目标检测，并在图片上方显示中文标签和识别准确率。与现有技术相比，本发明采用高效的特征融合方式，能够提高识别准确率，减少过拟合现象的产生，并且以中文标签进行打标实现汉字显示，提高了应用广度。

主权项：1.基于改进YOLOv5的中文标注手势识别方法，其特征在于，包括如下步骤：步骤一：选取训练数据集，训练数据集中包括不同的人的0～5六种手势；步骤二：将得到的原始数据集进行图像增广，包括通过旋转仿射变换、亮度变换、添加高斯噪声操作，以及任意次序组合操作；步骤三：对得到的数据集进行预处理操作，使用分段线性变换、直方图均衡化方法、平滑去噪以及边缘检测操作，得到目标图片，由目标图片构成目标数据集；步骤四：对预处理后的目标数据集，使用修改后的LabelImg标注工具进行标注，对0～5每个手势添加具体指挥含义，得到.xml为后缀的目标数据集；步骤五：改进YOLOv5算法的FPN结构，并引入快速归一化融合策略，使用改进后的算法对得到的目标数据集进行训练；步骤六：训练完成后对待检测图片进行目标检测，并在图片上方显示中文标签和识别准确率；所述改进YOLOv5算法的FPN结构为：在原来的FPN结构上只保留76*76、38*38、19*19三层特征层进行特征融合，并省去19*19特征层和76*76特征层的两个中间节点，将改进后FPN结构的19*19特征层进行上采样，与38*38中间维度的特征层进行融合，再将融合后的输出结果与76*76特征层连接，然后添加一条button-up自底向上的通道，同时在输出尺寸为38*38的特征层加入一条输入特征图与输出特征图相连残差边的跳跃连接，简化FPN结构，实现双向跨尺度连接和多尺度融合；所述快速归一化融合策略为：相对于传统的softmax方法，改变了将权重定义为概率的操作，给神经元引入非线性因素，提高梯度下降法求解最优解的速度和收敛速度，权重公式如下所示： 其中Output为经过快速归一化后的输出图像结果，wi是一个可以学习的权重，smooth是一个保证数值稳定的小量，i、j是在特征融合节点输入的特征图索引，Ii为输入的特征图矩阵，为了确保wi≥0，其中，采用ReLU激活函数。

全文数据：

权利要求：

百度查询： 扬州大学 基于改进YOLOv5的中文标注手势识别方法与系统