TensorFlow遇见Android Studio之手势识别

 在一个人工智能课上被要求做一个利用手机加速度传感器进行手势识别的项目。几经辗转，竟然收获了不错的效果。

1.首先寻找数据集，是没有找到的，这使得我们开始下定决心自己造数据。但是数据要求有一定的真实性，不可以随便乱造的。于是自己写了一个App，用于采集数据，同时给数据集打上标签。一个星期下来，收集了6000+的加速度传感器数据，自己一个人完成的，不是很辛苦，但是很孤独，有没有。但是6000+数据集还是太少了，手写数字识别用了60000的训练集才能达到很好的效果，区区十分之一能干什么啊，但也没有办法，就硬着头皮做了下来，最终效果也不好。

2.回首再看原来的项目，决心要改进一下，从模型到手段，都进行了较大的 改进，由于本来识别率（在测试集上，划分比例为8:2）就达到了91%，经过改进能够达到97%，虽然数据集不大，但是对于本项目来说，还是基本能够做出出效果来，虽然错误比较频繁。

3.把模型移植到Android手机App上去，把程序放在树莓派上去，加上通讯协议，一个嵌入式智能系统不就完美设计出来了吗？哈哈哈，下面就把实际效果贴一下，供大家分享，也欢迎对本项目提出建议，感谢您的评论。

 

一张UDP通信的手机端页面设计，可还行：

 

一张手势识别App主界面设计，可还行：

 

把手机拿在手心里，运动一下，可还行：

看看服务器端接收到的数据，可还行：