基于MEF-YOLO的轻量手势识别算法
朱雪燕
王招娣
黄明茹
郭梦珏
洛阳师范学院 河南洛阳 471934
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%.
关键词：手势识别MobileNetV3注意力机制FReLU激活函数
资助基金：河南省科技厅科技攻关项目(222102210301)国家级大学生创新创业训练计划项目(202310482024)国家级大学生创新创业训练计划项目(202310482010)洛阳师范学院高等教育教学改革研究与实践项目(2023XJGJ025)
论文发表日期：2024-05-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 15-18 )