✋ Распознаватель жестов руки (GestureAI_v1)

Привет! 👋

Это моя собственная свёрточная нейросеть, обученная с нуля распознавать жесты руки в реальном времени через веб-камеру.
Модель понимает 5 командных жестов и может использоваться для управления компьютером (например, движением мыши) или в других проектах.

---

🚀 Особенности модели

• ⭐ Модель была обучена на 24 760 реальных изображений голубой перчатки, из-за чего смогла научится обобщать за 1 эпоху.
• 🧠 Архитектура была сделана и обучена с нуля, вместе с датасетом (никаких предобученных моделей!)
• 🎥 Все 24 760 изображений было сделанно 1 человеком, но это никак не помешало модели обобщать.
• 👀 Модель способна понимать жест даже в тёмной комнате если есть малейший свет, который слегка освещает перчатку.

---

📊 Распознаваемые жесты

Жест	Класс	Движение мышки
👆	up	Движение вверх
👇	down	Движение вниз
👈	left	Движение влево
👉	right	Движение вправо
🙂	nothing	Никаких действий

---

🧠 Архитектура модели

Модель реализована на PyTorch в виде последовательной CNN (nn.Sequential).

class GestureCNN(nn.Module):
    def __init__(self, num_classes):
        super().__init__()
        self.net = nn.Sequential(
            nn.Conv2d(3, 32, 3, padding=1), nn.BatchNorm2d(32), nn.ReLU(), nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 3, padding=1), nn.BatchNorm2d(64), nn.ReLU(), nn.MaxPool2d(2),
            nn.Conv2d(64, 128, 3, padding=1), nn.BatchNorm2d(128), nn.ReLU(), nn.MaxPool2d(2),
            nn.Conv2d(128, 256, 3, padding=1), nn.BatchNorm2d(256), nn.ReLU(), nn.AdaptiveAvgPool2d(1),
            nn.Flatten(),
            nn.Dropout(0.3),
            nn.Linear(256, 128), nn.ReLU(), nn.Dropout(0.3),
            nn.Linear(128, num_classes)
        )
    def forward(self, x):
        return self.net(x)


# 📦 Как использовать

# 1. Установка зависимостей
# pip install torch pyautogui cv2

# 2. Запуск
# py main.py