【手势识别】深度学习卷积神经网络CNN手势识别（0-9，含识别率）【含Matlab源码 3435期】

⛄一、手势识别简介

1 数据集介绍
本实验所用数据集为从Kaggle平台下载的手语数据集（sign_mnist）中选取的部分数据。

sign_mnist 数据集格式的模式化与经典 MNIST 紧密匹配。每个训练和测试用例表示一个标签 （0-25），作为每个字母 A-Z 的一对一映射（由于手势运动，9=J 或 25=Z 没有情况）。训练数据（27，455 个案例）和测试数据（7172 个案例）大约是标准 MNIST 大小的一半，但在其他方面与标签 pixel1，pixel2…pixel784 的标题行相似，它们表示单个 28x28 像素图像，灰度值在 0-255 之间。原始手势图像数据表示多个用户在不同背景下重复手势。部分示例图片如下：

本实验从以上数据集中选取十个手势分别定义为 0~9，定义示例图如下：
本实验所用数据集将原始的 CSV 文件转换成图片（png）格式。

⛄二、部分源代码

clc; clear

% 导入训练好的 CNN 网络
load(“cnn.mat”);

% 对测试数据集任一图像测试
I = imread(‘dataset\test_data\5\5_100.png’);