# yolo12手势识别

**Repository Path**: kunnge/yolo12-gesture-recognition

## Basic Information

- **Project Name**: yolo12手势识别
- **Description**: 使用yolo12n模型识别图片+mediapipe识别手的21个关键点+xgboost分类器
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-01
- **Last Updated**: 2025-10-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 使用
数据标识软件下载链接： https://pan.baidu.com/s/1cBjvgk_jopc-xnYbkitfdA?pwd=kunj 提取码: kunj

别人训练好的手势模型YOLOv10x_gestures.pt下载链接： https://pan.baidu.com/s/1z7Vd6uyuBotq2T76twVwww?pwd=kunj 提取码: kunj

直接运行utils.py即可

启动有两种：
- camera_use_model()使用别人训练好的模型进行识别
- camera_my_model()自己训练的模型进行识别

# 目录结构

```
handGestureRecognition/
├── classifier.py
├── classifierResult/
├── classifierSet/
│   ├── dislike/
│   ├── grip/
│   ├── like/
│   ├── middle_finger/
│   └── ok/
├── data.yaml
├── handDataSet.py
├── music/
├── runs/  
├── task.py
├── train.py
├── trainSet/
├── utils.py
└── yolo12n.pt
├── YOLOv10x_gestures.pt
```
# 文件和文件夹说明

## `classifier.py`
此 Python 脚本包含手势分类器的代码。

## `classifierResult/`
此目录存储分类器训练的结果，特别是训练好的模型。
- `hand_gesture_xgb_model_complex_15.pkl`: 一个用于手势识别的训练好的 XGBoost 模型。`.pkl` 扩展名表示它是一个 Python pickle 文件，用于序列化 Python 对象。
- `hand_gesture_xgb_model_complex_16.pkl`: 另一个训练好的 XGBoost 模型，可能是不同版本或使用不同参数训练的。
- 你可以根据自己的需要训练自己的模型

## `classifierSet/`
此目录是用于训练和评估手势分类器的数据集。它包含不同手势类别的子目录，每个子目录都包含图像文件。
- `dislike/`: 包含“不喜欢”手势的图像。
- `grip/`: 包含“抓握”手势的图像。
- `like/`: 包含“喜欢”手势的图像。
- `middle_finger/`: 包含“中指”手势的图像。
- `ok/`: 包含“OK”手势的图像。

## `data.yaml`
此 YAML 文件可能包含数据集的配置，例如训练和验证图像的路径，以及手势的类别名称列表。这在基于 YOLO 的项目中很常见。

## `handDataSet.py`
此 Python 脚本使用hagRIDv2_512数据集类，用于处理手势图像。它将负责加载图像、应用转换并为机器学习模型准备它们。

## `music/`
此目录包含各种 MP3 音频文件，每个文件都以特定的手势或动作命名。这些文件用于音频反馈或作为响应手势的交互式应用程序的一部分。

## `runs/`
此目录通常由机器学习框架（如 YOLO）使用，用于存储实验运行，包括训练日志、保存的模型和检测结果。
- `detect/`: 包含与对象检测任务相关的结果。
    - `train/`: 检测模型的训练日志和工件。

## `task.py`
用于训练xgboost模型

## `train.py`
训练用于手势识别的机器学习模型（例如 YOLO 模型）的主要入口点。它将处理数据集的加载、模型的定义、训练循环的设置以及训练模型的保存。

## `trainSet/`
此目录包含专门为训练和验证准备的结构化数据集。
- `images/`: 包含用于训练和验证的图像文件。
    - `train/`: 训练图像。
    - `val/`: 验证图像。
- `labels/`: 包含与图像对应的标签文件（例如，YOLO 格式）。
    - `train/`: 训练标签。
    - `val/`: 验证标签。
    - `train.cache`: 训练标签的缓存文件，加快数据加载速度。
    - `val.cache`: 验证标签的缓存文件。

## `utils.py`
实现了使用模型进行特定手势识别并进行播放音乐

## `YOLOv10x_gestures.pt`
别人训练好的手势识别模型

## `yolo12n.pt`
图像识别的基础模型，使用该模型的基础上训练手势识别模型