跳到正文
arXiv · 机器人与计算机视觉· Adeleke Adeniyan, Abimbola H. Afolayan, Olanrewaju V. Johnson·· 16 天前AI 评分4

Edge-Optimized YOLOv11n 架构实现尼日利亚手语字母数字手势离线识别

Edge-Optimized YOLOv11n Architecture for Offline Recognition of Nigerian Sign Language Alphanumeric Gestures

AI 导读

Edge-Optimized YOLOv11n 架构在内存仅 1GB 至 4GB 的本地手机上实现了尼日利亚手语字母数字手势的实时离线识别。该研究基于包含 11,208 张图像的基准数据集,在物理 Android 硬件上测得推理延迟为 405.5ms 至 1759.4ms。系统通过 CameraX 移动应用捕获手势并即时显示文本结果,测试集精度达 0.9975、召回率达 0.9991。

来源:arXiv · 机器人与计算机视觉 · arxiv.org