/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglip · dense
Базовая модель
siglip2-so400m-patch14-384
Библиотека
transformers
Опубликована
2 апр 2025

Hand-Gesture-19

Классификация изображенийИзображение → label3 профессии

Модель классифицирует изображения рук по 19 категориям жестов для систем жестового управления и распознавания.

59скачиваний за 30 дней3лайкавеса обновлены2 апр 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Hand-Gesture-19 — модель классификации изображений жестов рук, разработанная prithivMLmods на основе SigLIP 2 и дообученная для отнесения изображения к одному из 19 классов. Она принимает изображение и возвращает метку жеста: среди классов есть «кулак», «ладонь», «ок», «стоп», «мир» и варианты положения пальцев, а также класс «нет жеста». Модель подходит для распознавания жестов в интерфейсах управления, играх и VR, робототехнике и системах мониторинга.

Карточка также упоминает интерпретацию жестового языка, однако модель выдаёт только метки отдельных жестов и не описана как система перевода жестового языка. Архитектура — SiglipForImageClassification; в метаданных базовой моделью указана google/siglip2-so400m-patch14-384, тогда как README называет google/siglip2-base-patch16-224. Модель распространяется под лицензией Apache-2.0.

Она классифицирует только заданные категории жестов, поэтому не подходит для распознавания произвольных жестов или полноценного понимания непрерывной жестикуляции.

Сценарии применения

  • распознавание жестов рук на изображениях
  • управление устройствами жестами
  • определение жестов в играх и VR
  • распознавание жестов для управления роботами
  • классификация изображений для мониторинга жестов

Ограничения

Модель выбирает только одну из 19 заданных меток и не распознаёт произвольные жесты или последовательности жестового языка. README и метаданные расходятся в идентификаторе базовой модели; метаданные указывают google/siglip2-so400m-patch14-384.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

15.png

Hand-Gesture-19

Hand-Gesture-19 is an image classification vision-language encoder model fine-tuned from google/siglip2-base-patch16-224 for a single-label classification task. It is designed to classify hand gesture images into different categories using the SiglipForImageClassification architecture.

Classification Report:
                 precision    recall  f1-score   support

           call     0.9889    0.9739    0.9813      6939
        dislike     0.9892    0.9863    0.9877      7028
           fist     0.9956    0.9923    0.9940      6882
           four     0.9632    0.9653    0.9643      7183
           like     0.9668    0.9855    0.9760      6823
           mute     0.9848    0.9976    0.9912      7139
     no_gesture     0.9960    0.9957    0.9958     27823
             ok     0.9872    0.9831    0.9852      6924
            one     0.9817    0.9854    0.9835      7062
           palm     0.9793    0.9848    0.9820      7050
          peace     0.9723    0.9635    0.9679      6965
 peace_inverted     0.9806    0.9836    0.9821      6876
           rock     0.9853    0.9865    0.9859      6883
           stop     0.9614    0.9901    0.9756      6893
  stop_inverted     0.9933    0.9712    0.9821      7142
          three     0.9712    0.9478    0.9594      6940
         three2     0.9785    0.9799    0.9792      6870
         two_up     0.9848    0.9863    0.9855      7346
two_up_inverted     0.9855    0.9871    0.9863      6967

       accuracy                         0.9833    153735
      macro avg     0.9813    0.9814    0.9813    153735
   weighted avg     0.9833    0.9833    0.9833    153735

download (2).png

The model categorizes images into nineteen hand gestures:

  • Class 0: "call"
  • Class 1: "dislike"
  • Class 2: "fist"
  • Class 3: "four"
  • Class 4: "like"
  • Class 5: "mute"
  • Class 6: "no_gesture"
  • Class 7: "ok"
  • Class 8: "one"
  • Class 9: "palm"
  • Class 10: "peace"
  • Class 11: "peace_inverted"
  • Class 12: "rock"
  • Class 13: "stop"
  • Class 14: "stop_inverted"
  • Class 15: "three"
  • Class 16: "three2"
  • Class 17: "two_up"
  • Class 18: "two_up_inverted"

Run with Transformers🤗

!pip install -q transformers torch pillow gradio
import gradio as gr
from transformers import AutoImageProcessor
from transformers import SiglipForImageClassification
from transformers.image_utils import load_image
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/Hand-Gesture-19"
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

def hand_gesture_classification(image):
    """Predicts the hand gesture category from an image."""
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")
    
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()
    
    labels = {
        "0": "call", 
        "1": "dislike", 
        "2": "fist", 
        "3": "four", 
        "4": "like", 
        "5": "mute", 
        "6": "no_gesture", 
        "7": "ok", 
        "8": "one", 
        "9": "palm", 
        "10": "peace", 
        "11": "peace_inverted", 
        "12": "rock", 
        "13": "stop", 
        "14": "stop_inverted", 
        "15": "three", 
        "16": "three2", 
        "17": "two_up", 
        "18": "two_up_inverted"
    }
    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}
    
    return predictions

# Create Gradio interface
iface = gr.Interface(
    fn=hand_gesture_classification,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(label="Prediction Scores"),
    title="Hand Gesture Classification",
    description="Upload an image to classify the hand gesture."
)

# Launch the app
if __name__ == "__main__":
    iface.launch()

Intended Use:

The Hand-Gesture-19 model is designed to classify hand gesture images into different categories. Potential use cases include:

  • Human-Computer Interaction: Enabling gesture-based controls for devices.
  • Sign Language Interpretation: Assisting in recognizing sign language gestures.
  • Gaming & VR: Enhancing immersive experiences with hand gesture recognition.
  • Robotics: Facilitating gesture-based robotic control.
  • Security & Surveillance: Identifying gestures for access control and safety monitoring.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
SiglipForImageClassification
Ревизия весов
329aaef

0 моделей