环境：pytorch

文件夹说明

applications-->存放检测项目定义的函数

components-->

                       -->classify_imagenet：存放分类模型网络和权重文件及分类标签

                       -->hand_detect:存放yolov3手部检测网络和权重

                       -->hand_keypoints:存放关键点检测网络和权重

lib--->

           -->hand_lib:存放一些定义的函数和配置文件

materials-->

               -->audio：语音包(比如正在识别请等待、识别的物体是这之类的)【可以自己再录】

使用步骤

1.下载三个权重文件，百度云：

权重说明：

hand_416-2021-02-20.pt  # 手部目标检测(不是关键点哦)，放在components/hand_detect/weigths里

ReXNetV1-size-256-wingloss102-0.122.pth # 21点关键点检测，放在components/hand_keypoints/weights里

imagenet_size-256_20210409.pth  # 分类检测，放在components/classify_imagenet/weights里

2.进入lib-->hand_lib-->cfg文件夹：

       将下载的三个权重文件放在components中三个文件中的weights文件里面。

   修改handpose.cfg配置文件：

修改说明【注意：填写完路径以后，一定不要在后面加注释，不然会报错，可以在上面或许下面加注释】，如果需要检测本地视频，可以去applications-->handpose_local_app.py直接找到VideoCaptrue，修改为自己的视频路径

       detect_model_path=    # 填写yolov3手部目标检测模型路径

  handpose_x_model_path= # 关键点检测权重路径

 

  classify_model_path =  # 分类权重路径

      camera_id = 0  # 摄像头ID，0是自己笔记本的

4.运行main.py

可以看一下效果~~imagenet里没有剪刀这个类，我只是随便试了一下~