YOLO V3

手部检测

项目介绍

注意：该项目使用yolo v3 进行手部检测。
示例如下 ：

• 图片示例：
  
• 视频示例：
  

项目配置

• 作者开发环境：
• Python 3.7
• PyTorch >= 1.5.1

数据集

该项目数据集采用 TV-Hand 和 COCO-Hand (COCO-Hand-Big 部分) 进行制作。

• 数据集下载地址(百度网盘 Password: c680 )
  数据格式： size是全图分辨率， (x，y) 是目标物体中心对于全图的归一化坐标，w,h是目标物体边界框对于全图的归一化宽、高。

dw = 1./(size[0])  
dh = 1./(size[1])  
x = (box[0] + box[1])/2.0 - 1  
y = (box[2] + box[3])/2.0 - 1  
w = box[1] - box[0]  
h = box[3] - box[2]  
x = x*dw  
w = w*dw  
y = y*dh  
h = h*dh  

为了更好了解标注数据格式，可以通过运行 show_yolo_anno.py 脚本进行制作数据集的格式。注意配置脚本里的path和path_voc_names，path为标注数据集的相关文件路径，path_voc_names为数据集配置文件。

TV-Hand 和 COCO-Hand数据集官网地址 http://vision.cs.stonybrook.edu/~supreeth/
感谢数据集贡献者。
Paper：
Contextual Attention for Hand Detection in the Wild. S. Narasimhaswamy, Z. Wei, Y. Wang, J. Zhang, and M. Hoai, IEEE International Conference on Computer Vision, ICCV 2019.

预训练模型

• 预训练模型下载地址(百度网盘 Password: 7mk0 )

项目使用方法

数据集可视化

• 根目录下运行命令： show_yolo_anno.py (注意脚本内相关参数配置 )

模型训练

• 根目录下运行命令： python train.py (注意脚本内相关参数配置 )

模型推理

• 根目录下运行命令： python predict.py (注意脚本内相关参数配置 )