（TensorFlow）卷积神经网络下与电脑”猜拳“

最新推荐文章于 2022-01-02 23:22:52 发布

笑逐燕开

最新推荐文章于 2022-01-02 23:22:52 发布

阅读量756

点赞数

分类专栏：项目实战文章标签： tensorflowxi项目 +opencv 猜拳

本文链接：https://blog.csdn.net/vivizhangyan/article/details/81204049

版权

本文介绍了如何结合TensorFlow和OpenCV构建一个卷积神经网络，实现与电脑玩猜拳游戏。首先介绍了项目的前期准备，包括安装库和调用摄像头。接着讲述了数据收集、处理和分类，使用TensorFlow的DataSet API。然后详细说明了网络架构、训练模型的过程，包括归一化、one-hot编码、参数初始化等。最后，实现了摄像头实时识别和互动猜拳的功能。

摘要由CSDN通过智能技术生成

想法来源于学习DeepLearning.ai的卷积神经网络的作业，想利用手势识别完成一个可以和电脑进行“猜拳游戏”。
参考资料：
【1】TensorFlow和树莓派完成的猜拳游戏*
【2】手势识别模型
【3】摄像头手写数字识别
第一步：前期准备
1.安装opencv和tensorflow,本系统实现是在Anaconda中安装了opencv的工具包加以实现的。
2.学会调用opencv库中的摄像头进行图片拍照
3.保存图片到对应的文件夹下，便于模型预测。
第二步：收集数据
具体方法参考[1]进行实现，需要注意的是要对拍摄的图片进行分类保存训练。主要是在tensorflow下调用openCV的相关操作。
（1）调用本地电脑的摄像头VideoCapture(0)
（2）定义保存图片的相关函数，将拍摄的相关手势图片保存。
第三步：数据处理
收集的图片需要经过处理，才可以变成TensorFlow可以处理的数据，可以通过相关API处理将数据变成可以在TensorFlow直接使用的数据，同时将数据分为训练集和测试集（80%：20%）
(1)TensorFlow 数据读取方式——DataSet API