К содержимому
Другое

yishou

распознавание жестов кисти одной рукой

2 мин чтенияобновлено

Эта компактная модель на основе MLP (многослойного перцептрона) определяет китайские цифровые жесты от 1 до 10 по 21 ключевой точке (landmarks), полученным с помощью MediaPipe. На вход подаются 63 нормализованных признака (координаты x, y, z), а на выходе модель выдает один из 11 классов (цифры от 1 до 10 или отсутствие жеста). Решение подойдет для разработчиков, создающих жестовые интерфейсы или интерактивные приложения с управлением руками через веб-камеру.

Ключевые особенности

  • 11 классов: распознавание чисел от 1 до 10 по одному пальцу, открытой ладони, кулаку и другим конфигурациям, а также класс для остальных жестов.
  • Точность 96.4%: валидация на полностью отложенных записях (4051 валидационных и 7052 тренировочных кадра).
  • Легковесность: простая архитектура MLP быстро работает в реальном времени совместно с библиотекой MediaPipe.

Что можно сделать

  • Интерактивные демо: запустить встроенную демонстрацию через командную строку для проверки работы модели в реальном времени с веб-камеры.
  • Жестовое управление: интегрировать распознавание чисел одной рукой в свои скрипты на Python для бесконтактного управления приложениями.
  • Эксперименты с MediaPipe: использовать модель как готовую основу для проектов компьютерного зрения, завязанных на анализ положения кистей рук.

Пример

Для установки пакета и запуска встроенного демо по распознаванию жестов используется следующая команда из репозитория:

pip install git+[https://github.com/sparkup/yishou](https://github.com/sparkup/yishou)
yishou demo --model dworsleytonks/yishou
ПодробнееТочность на валидации: 96.4% (на основе 4051 валидационного и 7052 тренировочного кадров).
Ограничения: все данные записаны одним человеком с одной веб-камеры, поэтому на других руках, камерах и при ином освещении точность может быть ниже.
Обсудить Telegram 1 28

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # dworsleytonks/yishou
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download dworsleytonks/yishou --local-dir ~/models/yishou
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к yishou
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии yishou — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

dworsleytonks/yishou
Автор
dworsleytonks
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

281

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Cloudie

Cloudie