Repository này được tạo và điều chỉnh dựa trên hand-gesture-recognition-using-mediapipe của Kazuhito00. Ngoài README.md này, repository sẽ đính kèm theo README.md gốc của hand-gesture-recognition-using-mediapipe.

Final Project của chúng em được chia làm 2 phần:

• Tạo dataset và huấn luyện AI do Lê Quang Tuấn đảm nhiệm.
• Tạo web do Lê Phúc Khang đảm nhiệm.

Do 2 phần được chúng em thực hiện song song, đồng thời chúng em còn nhiều hạn chế về kiến thức về Javascript, chúng em chưa thể kết hợp 2 phần này lại với nhau.

Những điều đã đạt được:

Lê Quang Tuấn:

• Huấn luyện thành công mô hình nhận dạng ngôn ngữ ký hiệu của 26 chữ alphabet từ American Sign Language.
• Mô hình chạy mượt trên python và webcam trong khoảng 20-25 fps.

Lê Phúc Khang:

• Làm được web đơn giảng, dễ nhìn.
• Import được API mediapipe vào HTML.

Cách sử dụng đơn giản trên python:

1. Tải file creating_and_training_AI
2. Run app.py

*Lưu ý:

• Trước khi run app.py, tải dataset này và cho vào path: creating_and_training_AI/model/keypoint_classifier/keypoint.csv
• Requirements: mediapipe >=0.8.1 opencv-python >= 3.4.2 tensorflow >= 2.3.0 tf-nightly >= 2.5.0-dev scikit-learn >= 0.23.2 matplotlib >= 3.3.2

├─creating_and_training_AI
|  │  app.py
|  │  keypoint_classification.ipynb
|  │  point_history_classification.ipynb
|  │  
|  ├─model
|  │  ├─keypoint_classifier
|  │  │  │  keypoint.csv
|  │  │  │  keypoint_classifier.hdf5
|  │  │  │  keypoint_classifier.py
|  │  │  │  keypoint_classifier.tflite
|  │  │  └─ keypoint_classifier_label.csv
|  │  │          
|  │  └─point_history_classifier
|  │      │  point_history.csv
|  │      │  point_history_classifier.hdf5
|  │      │  point_history_classifier.py
|  │      │  point_history_classifier.tflite
|  │      └─ point_history_classifier_label.csv
|  │          
|  └─utils
|      └─cvfpscalc.py
|
├─my-static-site-main 2
|
|
|