基于卷积神经网络在手势数字识别中的研究分析

摘要

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.