双手比划机器秒懂Tiger AI 平台「手势识别」功能全解析从数字手势 0–9到中国手语字母再到本地视频批量识别——一条链路三种输入双模型可同开。文章目录双手比划机器秒懂Tiger AI 平台「手势识别」功能全解析一、先看一眼功能入口长什么样二、两大识别引擎可多选同开三、数字手势0–9 与双手组合1. 单手 0–9含中式2. 双手「右 左」组合四、中国手语30 类字母 / 声母五、三种输入来源摄像头 / 图片 / 本地视频模式 1本地摄像头实时模式 2图片单张模式 3本地视频异步批量六、结果区与识别序列怎么读七、操作参数可选调优八、五分钟上手清单可转发收藏九、技术要点给想深挖的同学十、写在最后文末信息大家好我是 Tiger。最近我们在Tiger AI 计算机视觉平台里把「手势识别」这块能力做了一轮完整升级。不只是数手指那么简单既能认中式数字手势 0–9也能认中国手语字母/声母还支持摄像头实时、图片、本地视频三种用法。下面按「能做什么 → 怎么用 → 怎么拍更准」来讲文中需要配操作截图的地方都留了图片位置方便你后续粘贴。一、先看一眼功能入口长什么样登录平台后进入菜单AI智能识别→ 视觉识别 → 手势识别路由/ai/handpose。页面上方是配置区选模型、选来源、调参数下方是预览画布 识别结果 识别序列。完整浏览器窗口「识别模型」「来源」「开始识别」按钮。二、两大识别引擎可多选同开系统内置两套识别能力支持多选模型技术路径能认什么数字手势MediaPipe 0–9手掌检测 21 关键点 角度分类单手 0–9含中式 6–9双手按「右空格左」组合显示中国手语YOLO11s先定位手部再 YOLO 检测30 类A–Z以及 CH、NG、SH、ZH同时勾选时主结果会拼成数字结果 | 手语结果例如左手比 1、右手比 4同时做出手语「A」可能显示为4 1 | A。三、数字手势0–9 与双手组合1. 单手 0–9含中式在 MediaPipe 关键点基础上参考 OpenCV Zoo 的GestureClassification思路0–5握拳、伸指等常规指法6–9中式单手数字如拇指小指张开的「6」、拇指食指中指并拢的「9」等2. 双手「右 左」组合检测到手部左右后展示格式为右手数字 空格 左手数字例如左手 1、右手 2 → 显示2 1。一侧未认出时只显示有结果的一侧。四、中国手语30 类字母 / 声母中国手语模式基于 YOLO11sONNX类别包括英文字母A–Z声母类CH、NG、SH、ZH为减少「背景乱框」推理前会先做手部定位再在手部区域识别默认置信度阈值也调得更严一些。拍摄建议手尽量靠近镜头、占画面足够大背景尽量简洁、光线均匀单手手势更稳复杂背景易误检检测框 标签 右侧结果区中文读法五、三种输入来源摄像头 / 图片 / 本地视频「来源」下拉里有三项模式 1本地摄像头实时选择摄像头设备可点「刷新」勾选识别模型点击开始识别对镜头比划看实时结果与骨架/检测框稳定约1 秒会自动记入下方「识别序列」可勾选语音播报。模式 2图片单张适合演示、截图对比、离线样例来源选图片选择本地图片自动/立即触发识别看标注图与结果区模式 3本地视频异步批量适合回看录制内容、课堂演示、批量抽帧来源选本地视频选择视频文件点击开始识别视频等待进度条完成后端异步任务播放标注后的结果视频并在序列表里点击跳转时间点六、结果区与识别序列怎么读右侧 / 下方通常会看到主结果大号文字数字、手语或数字 | 手语分项数字结果、手语结果多模型时识别序列随时间累计的稳定结果视频模式下可点击定位可选能力语音播报稳定结果变化时朗读帮助图标问号页面内有简短说明气泡七、操作参数可选调优配置区还提供部分高级项具体以页面为准常见包括检测 / 关键点相关阈值数字手势链路手语检测置信度默认偏保守减少误检调参时建议先默认跑通再小幅调整避免一边拍一边猛调导致体验抖动。八、五分钟上手清单可转发收藏打开人工智能 → 手势识别勾选模型先单独试「数字」或「手语」再试多选来源选本地摄像头→ 选设备 →开始识别数字练一手 0–9再练双手「右 左」组合手语手靠近镜头背景干净比 A / B / SH 等有录好的素材切本地视频跑完看标注回放与序列九、技术要点给想深挖的同学不必全懂也能用若你关心实现可记住这几条数字手势OpenCV Zoo MediaPipe 手掌检测 手部关键点CPU 上cv2.dnn推理分类侧对齐 Zoo 的 0–9含中式 6–9。左右手展示按「右手在前、左手在后」拼字符串避免镜面/标签歧义导致双手都标成 Right。中国手语YOLO11s ONNX30 类先 MediaPipe 裁手再检测压低背景误检。多模型一次请求可合并两路结果前端用|拼接主展示。视频上传后异步任务 进度查询 输出标注视频与时间戳序列。模型文件由平台模型管理登记绑定如 MediaPipe 手势目录、中国手语 YOLO 权重目录页面启动时会检查是否可用。十、写在最后手势是人机交互里最自然的「无接触接口」之一。Tiger AI 这次把手势识别做成可演示、可切换、可录像回看的完整页面课堂、展厅、无障碍相关 demo都能直接用。如果你也在做 CV 落地欢迎试用平台、提需求、提 issue。下一篇我们可以继续聊姿态估计、人员跌倒检测和告警的业务场景设计。关注我们一起把 AI 用到看得见的地方。文末信息产品Tiger AI 计算机视觉平台功能页人工智能 → 手势识别能力摘要数字 0–9含中式中国手语 30 类摄像头 / 图片 / 视频双模型多选序列与语音提需求、提 issue。下一篇我们可以继续聊姿态估计、人员跌倒检测和告警的业务场景设计。关注我们一起把 AI 用到看得见的地方。
双手比划机器秒懂Tiger AI 平台「手势识别」功能全解析从数字手势 0–9到中国手语字母再到本地视频批量识别——一条链路三种输入双模型可同开。文章目录双手比划机器秒懂Tiger AI 平台「手势识别」功能全解析一、先看一眼功能入口长什么样二、两大识别引擎可多选同开三、数字手势0–9 与双手组合1. 单手 0–9含中式2. 双手「右 左」组合四、中国手语30 类字母 / 声母五、三种输入来源摄像头 / 图片 / 本地视频模式 1本地摄像头实时模式 2图片单张模式 3本地视频异步批量六、结果区与识别序列怎么读七、操作参数可选调优八、五分钟上手清单可转发收藏九、技术要点给想深挖的同学十、写在最后文末信息大家好我是 Tiger。最近我们在Tiger AI 计算机视觉平台里把「手势识别」这块能力做了一轮完整升级。不只是数手指那么简单既能认中式数字手势 0–9也能认中国手语字母/声母还支持摄像头实时、图片、本地视频三种用法。下面按「能做什么 → 怎么用 → 怎么拍更准」来讲文中需要配操作截图的地方都留了图片位置方便你后续粘贴。一、先看一眼功能入口长什么样登录平台后进入菜单AI智能识别→ 视觉识别 → 手势识别路由/ai/handpose。页面上方是配置区选模型、选来源、调参数下方是预览画布 识别结果 识别序列。完整浏览器窗口「识别模型」「来源」「开始识别」按钮。二、两大识别引擎可多选同开系统内置两套识别能力支持多选模型技术路径能认什么数字手势MediaPipe 0–9手掌检测 21 关键点 角度分类单手 0–9含中式 6–9双手按「右空格左」组合显示中国手语YOLO11s先定位手部再 YOLO 检测30 类A–Z以及 CH、NG、SH、ZH同时勾选时主结果会拼成数字结果 | 手语结果例如左手比 1、右手比 4同时做出手语「A」可能显示为4 1 | A。三、数字手势0–9 与双手组合1. 单手 0–9含中式在 MediaPipe 关键点基础上参考 OpenCV Zoo 的GestureClassification思路0–5握拳、伸指等常规指法6–9中式单手数字如拇指小指张开的「6」、拇指食指中指并拢的「9」等2. 双手「右 左」组合检测到手部左右后展示格式为右手数字 空格 左手数字例如左手 1、右手 2 → 显示2 1。一侧未认出时只显示有结果的一侧。四、中国手语30 类字母 / 声母中国手语模式基于 YOLO11sONNX类别包括英文字母A–Z声母类CH、NG、SH、ZH为减少「背景乱框」推理前会先做手部定位再在手部区域识别默认置信度阈值也调得更严一些。拍摄建议手尽量靠近镜头、占画面足够大背景尽量简洁、光线均匀单手手势更稳复杂背景易误检检测框 标签 右侧结果区中文读法五、三种输入来源摄像头 / 图片 / 本地视频「来源」下拉里有三项模式 1本地摄像头实时选择摄像头设备可点「刷新」勾选识别模型点击开始识别对镜头比划看实时结果与骨架/检测框稳定约1 秒会自动记入下方「识别序列」可勾选语音播报。模式 2图片单张适合演示、截图对比、离线样例来源选图片选择本地图片自动/立即触发识别看标注图与结果区模式 3本地视频异步批量适合回看录制内容、课堂演示、批量抽帧来源选本地视频选择视频文件点击开始识别视频等待进度条完成后端异步任务播放标注后的结果视频并在序列表里点击跳转时间点六、结果区与识别序列怎么读右侧 / 下方通常会看到主结果大号文字数字、手语或数字 | 手语分项数字结果、手语结果多模型时识别序列随时间累计的稳定结果视频模式下可点击定位可选能力语音播报稳定结果变化时朗读帮助图标问号页面内有简短说明气泡七、操作参数可选调优配置区还提供部分高级项具体以页面为准常见包括检测 / 关键点相关阈值数字手势链路手语检测置信度默认偏保守减少误检调参时建议先默认跑通再小幅调整避免一边拍一边猛调导致体验抖动。八、五分钟上手清单可转发收藏打开人工智能 → 手势识别勾选模型先单独试「数字」或「手语」再试多选来源选本地摄像头→ 选设备 →开始识别数字练一手 0–9再练双手「右 左」组合手语手靠近镜头背景干净比 A / B / SH 等有录好的素材切本地视频跑完看标注回放与序列九、技术要点给想深挖的同学不必全懂也能用若你关心实现可记住这几条数字手势OpenCV Zoo MediaPipe 手掌检测 手部关键点CPU 上cv2.dnn推理分类侧对齐 Zoo 的 0–9含中式 6–9。左右手展示按「右手在前、左手在后」拼字符串避免镜面/标签歧义导致双手都标成 Right。中国手语YOLO11s ONNX30 类先 MediaPipe 裁手再检测压低背景误检。多模型一次请求可合并两路结果前端用|拼接主展示。视频上传后异步任务 进度查询 输出标注视频与时间戳序列。模型文件由平台模型管理登记绑定如 MediaPipe 手势目录、中国手语 YOLO 权重目录页面启动时会检查是否可用。十、写在最后手势是人机交互里最自然的「无接触接口」之一。Tiger AI 这次把手势识别做成可演示、可切换、可录像回看的完整页面课堂、展厅、无障碍相关 demo都能直接用。如果你也在做 CV 落地欢迎试用平台、提需求、提 issue。下一篇我们可以继续聊姿态估计、人员跌倒检测和告警的业务场景设计。关注我们一起把 AI 用到看得见的地方。文末信息产品Tiger AI 计算机视觉平台功能页人工智能 → 手势识别能力摘要数字 0–9含中式中国手语 30 类摄像头 / 图片 / 视频双模型多选序列与语音提需求、提 issue。下一篇我们可以继续聊姿态估计、人员跌倒检测和告警的业务场景设计。关注我们一起把 AI 用到看得见的地方。
