600字范文 > Android实现手部检测和手势识别（可实时运行含Android源码）

Android实现手部检测和手势识别（可实时运行含Android源码）

时间：2022-03-04 23:03:14

Android实现手部检测和手势识别（可实时运行，含Android源码）

1. 前言

2. 手势识别的方法

（1）基于多目标检测的手势识别方法

（2）基于手部检测+手势分类识别方法

3. 手势识别数据集说明

（1）HaGRID手势识别数据集

（2）自定义数据集

4. 基于YOLOv5的手势识别训练

5.手势识别模型Android部署

（1）将Pytorch模型转换ONNX模型

（2）将ONNX模型转换为TNN模型

（3） Android端上部署手势识别模型

（4）一些异常错误解决方法

6. 手势识别测试效果

7.项目源码下载

1. 前言

本篇博客是《基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)》续作Android篇，主要分享将Python训练后的YOLOv5手势识别模型移植到Android平台。我们将开发一个简易的手势动作识别Android Demo。Demo支持one,two,ok等18种常见的通用手势动作识别，也可以根据业务需求自定义训练的手势识别的类别。

考虑到原始YOLOv5的模型计算量比较大，鄙人在YOLOv5s基础上，开发了一个非常轻量级的的手势识别模型yolov5s05。从效果来看，Android手势识别Demo性能还是顶呱呱的，平均精度平均值mAP_0.5=0.99421，mAP_0.5:0.95=0.82706。APP在普通Android手机上可以达到实时的手势识别效果，CPU(4线程)约30ms左右，GPU约25ms左右，基本满足业务的性能需求。

先展示一下Android Demo效果：

【Android APP体验】/download/guyuealian/86666991

【Android源码下载】Android实现手部检测和手势识别

【尊重原创，转载请注明出处】https://panjinquan./article/details/126994546

2. 手势识别的方法

（1）基于多目标检测的手势识别方法

基于多目标检测的手势识别方法，一步到位，把手势类别直接当成多个目标检测的类别进行训练。

该方案采用one-stage的方法，直接端到端训练，任务简单，速度较快；新增类别或者数据，需要人工拉框标注手势，成本较大需要均衡采集的不同手势类别的样本数部署简单

（2）基于手部检测+手势分类识别方法

该方法，先训练一个通用的手部检测模型(不区分手势，只检测手部框)，然后裁剪手部区域，再训练一个手势分类器，完成对不同手势的分类识别。

该方案采用two-stage方法，可针对性分别提高检测模型和分类模型的性能手部检测模型不区分手势，只检测手部框，检测精度较高，手势分类模型可以做到很轻量手势分类数据比较容易采集（你可以采集一个动手一个视频，这样经过手部检测裁剪下来的图片都是同一个类别的动作，减少人工拉框标注手势的成本）由于采用two-stage方法进行检测-识别，因此速度相对较慢

考虑到HaGRID手势识别数据集，所有图片已经标注了手势类别和检测框，因此采用“基于多目标检测的手势识别方法”更为简单。本篇博客就是基于多目标检测的手势识别方法，多目标检测的的方法较多，比如Faster-RCNN，YOLO系列，SSD等均可以采用，本博客将采用YOLOv5进行多目标检测的手势识别训练。

如果你的数据集仅有部分检测框，但手势分类图片的数据集比较容易采集，建议使用“基于手部检测+手势分类识别方法”，毕竟这方案标注成本比较低。若你需要这个方案，可以微信公众号联系我。

3. 手势识别数据集说明

（1）HaGRID手势识别数据集

原始的HaGRID数据集非常大，图片都是高分辨率（1920 × 1080）200W像素，完整下载HaGRID数据集，至少需要716GB的硬盘空间。另外，由于是外网链接，下载可能经常掉线。

考虑到这些问题，本人对HaGRID数据集进行精简和缩小分辨率，目前整个数据集已经压缩到18GB左右，可以满足手势识别分类和检测的任务需求，为了有别于原始数据集，该数据集称为Light-HaGRID数据集，即一个比较轻量的手势识别数据集。

提供手势动作识别数据集，共18个手势类别，每个类别约含有7000张图片，总共123731张图片(12W+)提供所有图片的json标注格式文件，即原始HaGRID数据集的标注格式提供所有图片的XML标注格式文件，即转换为VOC数据集的格式提供所有手势区域的图片，每个标注框的手部区域都裁剪下来，并保存在Classification文件夹下可用于手势目标检测模型训练可用于手势分类识别模型训练

关于《HaGRID手势识别数据集使用说明和下载》，请参考鄙人另一篇博客，

HaGRID手势识别数据集使用说明和下载_PKing666666的博客-CSDN博客

（2）自定义数据集

如果需要增/删类别数据进行训练，或者需要自定数据集进行训练，可参考如下步骤：

采集手势图片，建议不少于200张图片使用Labelme等标注工具，对手势拉框标注：labelme工具：GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).将标注格式转换为VOC数据格式，参考工具：labelme/labelme2voc.py at main · wkentaro/labelme · GitHub生成训练集train.txt和验证集val.txt文件列表修改engine/configs/voc_local.yaml的train和val的数据路径重新开始训练

4. 基于YOLOv5的手势识别训练

考虑到手机端CPU/GPU性能比较弱鸡，直接部署yolov5s运行速度十分慢，所以这里Android部署仅仅考虑yolov5s05模型，yolov5s05即是在yolov5s的基础上做了模型轻量化处理，其channels通道数全部都减少一半，并且模型输入由原来的640×640降低到320×320。从性能来看，yolov5s05比yolov5s快5多倍，而mAP下降了5%（0.87605→0.82706），对于手机端，这精度还是可以接受。

官方YOLOv5:/ultralytics/yolov5

下面是yolov5s05和yolov5s的参数量和计算量对比：

yolov5s05和yolov5s训练过程完全一直，仅仅是配置文件不一样而已；碍于篇幅，本篇博客不在赘述，详细训练过程请参考：《基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)》

基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)_PKing666666的博客-CSDN博客基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)，手势识别，动作识别，手势动作识别，手势数据集https://panjinquan./article/details/126750433

5.手势识别模型Android部署

（1）将Pytorch模型转换ONNX模型

训练好yolov5s05或者yolov5s模型后，你需要将模型转换为ONNX模型，并使用onnx-simplifier简化网络结构

# 转换yolov5s05模型python export.py --weights "runs/yolov5s05_320/weights/best.pt" --img-size 320 320# 转换yolov5s模型python export.py --weights "runs/yolov5s_640/weights/best.pt" --img-size 640 640

GitHub： /daquexian/onnx-simplifier
Install: pip3 install onnx-simplifier

（2）将ONNX模型转换为TNN模型

目前CNN模型有多种部署方式，可以采用TNN，MNN,NCNN，以及TensorRT等部署工具，鄙人采用TNN进行Android端上部署：

TNN转换工具：

（1）将ONNX模型转换为TNN模型，请参考TNN官方说明：TNN/onnx2tnn.md at master · Tencent/TNN · GitHub（2）一键转换，懒人必备：一键转换 Caffe, ONNX, TensorFlow 到 NCNN, MNN, Tengine (可能存在版本问题，这个工具转换的TNN模型可能不兼容，建议还是自己build源码进行转换，9约25日测试可用)

（3） Android端上部署手势识别模型

项目实现了Android版本的手势动作识别Demo，部署框架采用TNN，支持多线程CPU和GPU加速推理，在普通手机上可以实时处理。Android源码核心算法均采用C++实现，上层通过JNI接口调用.

如果你想在这个Android Demo部署你自己训练的模型，你可将训练好的Pytorch模型转换ONNX ，再转换成TNN模型，然后把TNN模型代替你模型即可。

package com.cv.tnn.model;import android.graphics.Bitmap;public class Detector {static {System.loadLibrary("tnn_wrapper");}/**** 初始化模型* @param model： TNN *.tnnmodel文件文件名（含后缀名）* @param root：模型文件的根目录，放在assets文件夹下* @param model_type：模型类型* @param num_thread：开启线程数* @param useGPU：关键点的置信度，小于值的坐标会置-1*/public static native void init(String model, String root, int model_type, int num_thread, boolean useGPU);/**** 检测* @param bitmap 图像（bitmap），ARGB_8888格式* @param score_thresh：置信度阈值* @param iou_thresh： IOU阈值* @return*/public static native FrameInfo[] detect(Bitmap bitmap, float score_thresh, float iou_thresh);}

（4）一些异常错误解决方法

TNN推理时出现：Permute param got wrong size

官方YOLOv5:/ultralytics/yolov5

如果你是直接使用官方YOLOv5代码转换TNN模型，部署TNN时会出现这个错误Permute param got wrong size，这是因为TNN最多支持4个维度计算，而YOLOv5在输出时采用了5个维度。你需要修改model/yolo.py文件

export.py文件设置model.model[-1].export = True：

.....# Exportsif 'torchscript' in include:export_torchscript(model, img, file, optimize)if 'onnx' in include:model.model[-1].export = True # TNN不支持5个维度,修改输出格式export_onnx(model, img, file, opset, train, dynamic, simplify=simplify)if 'coreml' in include:export_coreml(model, img, file)# Finishprint(f'\nExport complete ({time.time() - t:.2f}s)'f"\nResults saved to {colorstr('bold', file.parent.resolve())}"f'\nVisualize with https://netron.app').....

TNN推理时效果很差，检测框一团麻

这个问题，大部分是模型参数设置错误，需要根据自己的模型，修改C++推理代码YOLOv5Param模型参数。

struct YOLOv5Param {ModelType model_type; // 模型类型，MODEL_TYPE_TNN，MODEL_TYPE_NCNN等int input_width; // 模型输入宽度，单位：像素int input_height; // 模型输入高度，单位：像素bool use_rgb;// 是否使用RGB作为模型输入（PS：接口固定输入BGR，use_rgb=ture时，预处理将BGR转换为RGB）bool padding;int num_landmarks; // 关键点个数NetNodes InputNodes; // 输入节点名称NetNodes OutputNodes; // 输出节点名称vector<YOLOAnchor> anchors;vector<string> class_names; // 类别集合};

input_width和input_height是模型的输入大小；vector<YOLOAnchor> anchors需要对应上，注意Python版本的yolov5s的原始anchor是

anchors:- [10,13, 16,30, 33,23] # P3/8- [30,61, 62,45, 59,119] # P4/16- [116,90, 156,198, 373,326] # P5/32

而yolov5s05由于input size由原来640变成320，anchor也需要做对应调整，所以我训练前对手势数据的anchor进行重新聚类，得到输入320×320的anchor为：

anchors:- [ 12,19, 17,28, 22,34 ]- [ 25,47, 33,41, 34,59 ]- [ 49,54, 46,79, 70,92 ]

因此C++版本的yolov5s和yolov5s05的模型参数YOLOv5Param如下设置

//YOLOv5s模型参数static YOLOv5Param YOLOv5s_GESTURE_640 = {MODEL_TYPE_TNN,640,640,true,true,0,{{{"images", nullptr}}}, //InputNodes{{{"boxes", nullptr}, //OutputNodes{"scores", nullptr}}},{{"434", 32,{{116, 90}, {156, 198}, {373, 326}}},{"415", 16, {{30, 61}, {62, 45}, {59, 119}}},{"output", 8,{{10, 13}, {16, 30}, {33, 23}}}, //},GESTURE_NAME};//YOLOv5s05模型参数static YOLOv5Param YOLOv5s05_GESTURE_ANCHOR_320 = {MODEL_TYPE_TNN,320,320,true,true,0,{{{"images", nullptr}}}, //InputNodes{{{"boxes", nullptr}, //OutputNodes{"scores", nullptr}}},{{"434", 32,{{49, 54}, {46, 79}, {70, 92}}},{"415", 16,{{25, 47}, {33, 41}, {34, 59}}},{"output", 8,{{12, 19}, {17, 28}, {22, 34}}}, //},GESTURE_NAME};

运行APP闪退：dlopen failed: library "libomp.so" not found

参考解决方法：解决dlopen failed: library “libomp.so“ not found_PKing666666的博客-CSDN博客_dlopen failed