Smart Tv Hand Gestures Image Detection
基於Vision Transformer架構的智能電視手勢識別模型,能夠準確分類9種常見手勢。
下載量 65
發布時間 : 1/30/2025
模型概述
該模型使用ViT架構實現智能電視場景下的手勢識別,可識別包括滑動、停止、拇指方向等9類手勢,準確率達99.9%。
模型特點
高精度識別
在測試集上達到99.9%的整體準確率,所有手勢F1值均超過99.5%
多手勢支持
支持9種常見智能電視手勢的精確分類
高效架構
基於Vision Transformer的現代視覺架構,平衡性能與效率
模型能力
圖像分類
手勢識別
即時動作檢測
使用案例
智能家居
電視手勢控制
通過攝像頭捕捉用戶手勢實現無遙控器操作
準確識別9種控制手勢,誤識別率<0.1%
無障礙交互
特殊人群控制界面
為行動不便用戶提供非接觸式交互方案
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98