论文部分内容阅读
残差网络作为卷积神经网络中的经典模型,受到了研究者的广泛关注,因此产生了多种衍生模型。同时,手势识别也是当前的热点研究领域,在利用残差网络实现手势识别方面已有大量研究成果。本文利用了多种残差网络模型的衍生模型,对ASL手势数据集进行训练,得到了不同模型下的实验结果。其中,训练结果最好的模型是Res Net18_v1,它的识别正确率最高可达到93.3%。研究结果表明:在残差网络的衍生模型中,所堆叠的卷积层数越多,对准确率的提升效果不一定越强,需要根据任务要求,灵活选择模型并应用。