Yolov5实现网络环境下教师节拍手势智能识别

作者：江淑娜^*

来源：福建电脑, 2023, 39(09): 8-13.

DOI：10.16707/j.cnki.fjpc.2023.09.002

• 深度学习
• 图像识别
• 教师手势
• 网络课程

应用基于计算机视觉的智能识别方法可以自动识别师生在课堂上的行为，为后续进行教学行为分析提供支持。以往的教师手势量化研究几乎都采用传统人工编码记录的方法，耗费大量的时间和精力。本文提出一种基于Yolov5的教师手势智能识别的检测方法，首先进行数据的采集和筛选，对全部数据进行标注，完成教师手势行为数据集，然后将数据交给Yolov5进行训练。实验结果表明，对教师的节拍手势行为的识别准确率达到90%以上。

• 单位
  福建师范大学