Design of gesture recognition mobile car based on YOLOv5
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In response to the less referees in non -professional basketball events, this article will design a multi -functional basketball technology station based on deep learning gesture recognition and image -based car -based cars. While tracking the referee position, the corresponding gesture can reduce the labor costs in basketball games and improve the smoothness of the game. This article uses the YOLOv5 algorithm, which can reaches more than 90%of gesture recognition. Using the OpenCV image processing module can better capture the position of the referee and make gesture recognition more accurate and fast.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Design of gesture recognition mobile car based on YOLOv5
- Date Crossref
- 09/10/2023
- Éditeur
- SPIE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Jilin University pays non établi dans la noticeUniversité ou école supérieure
-
Jilin Medical University pays non établi dans la noticeUniversité ou école supérieure
Jilin University et Jilin Medical University.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.