一种轻量级手势检测卷积神经网络模型的构建方法及应用

摘要

本发明涉及一种轻量级手势检测卷积神经网络模型的构建方法及应用，包括：基于SqueezeNet卷积神经网络架构和SSD多目标检测卷积神经网络架构，构建轻量级手势检测卷积神经网络框架；获取手势图片和背景图片，基于背景图片，对手势图片进行图像数据增强及图片合成处理，制得手势数据集；基于公开数据集和手势数据集，训练轻量级手势检测卷积神经网络框架，得到轻量级手势检测卷积神经网络模型。本发明将少量手势数据高速扩充为包含大量图片数据的手势数据集，解决了难以获取大量高质量手势图片数据的技术问题，另外，结合SqueezeNet卷积神经网络架构和SSD多目标检测卷积神经网络架构，构建的轻量级手势检测卷积神经网络模型占用计算资源少，可应用于多种检测平台。