使用Tensorflow 构建卷积神经网络，训练手势识别模型，使用opencv DNN 模块加载模型实时手势识别
效果如下：
先显示下部分数据集图片（0到9的表示，感觉很怪）
构建模型进行训练
数据集地址
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import datasets,layers,optimizers,Sequential,metrics
from tensorflow.
覆盆子相机目标识别
使用树莓派相机和mobilenet .h5模型，通过树莓派pi 3 B + / pi 4 B执行对象识别。
该python脚本将.h5文件作为输入，并利用keras API加载Mobilenet模型。 屏幕上将显示摄像机预览，并将每个获取的帧馈入模型。 然后，输出概率和推理时间将通过叠加显示在预览上。
该脚本已使用Raspberry Pi Official Camera Module V2 8Mp在树莓派3 B +和树莓派4 B型上进行了测试。
您可以从此存储库下载.h
