MediaPipe Hareket Tanıyıcısı görevi, el hareketlerini gerçek zamanlı olarak tanımanızı sağlar ve algılanan el hareketi sonuçlarını ve algılanan ellerin önemli el işaretlerini sağlar. Bu talimatlarda Hareket Tanıma Aracı'nın iOS uygulamalarıyla nasıl kullanılacağı gösterilmektedir.
Web demosunu görüntüleyerek bu görevi çalışırken görebilirsiniz. Bu görevin özellikleri, modelleri ve yapılandırma seçenekleri hakkında daha fazla bilgi için Genel Bakış bölümüne bakın.
Kod örneği
MediaPipe Tasks örnek kodu, iOS için Hareket Tanıyıcı uygulamasının temel bir uygulamasıdır. Örnekte, el hareketlerini sürekli olarak algılamak için fiziksel bir iOS cihazın kamerası ve hareketleri statik olarak algılamak için cihaz galerisindeki resim ve videolar da kullanılabilmektedir.
Uygulamayı kendi iOS uygulamanız için başlangıç noktası olarak kullanabilir veya mevcut bir uygulamayı değiştirirken referans olarak kullanabilirsiniz. Hareket Tanıma Aracı örnek kodu GitHub'da barındırılmaktadır.
Kodu indirme
Aşağıdaki talimatlar, git komut satırı aracını kullanarak örnek kodun yerel bir kopyasını nasıl oluşturacağınızı göstermektedir.
Örnek kodu indirmek için:
Aşağıdaki komutu kullanarak git deposunu klonlayın:
git clone https://github.com/google-ai-edge/mediapipe-samples
İsteğe bağlı olarak, git örneğinizi az ödeme yöntemini kullanacak şekilde yapılandırın. Böylece, yalnızca Hareket Tanıyıcı örnek uygulamasına ait dosyalara sahip olursunuz:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/gesture_recognizer/ios/
Örnek kodun yerel sürümünü oluşturduktan sonra MediaPipe görev kitaplığını yükleyebilir, Xcode kullanarak projeyi açabilir ve uygulamayı çalıştırabilirsiniz. Talimatlar için iOS için Kurulum Kılavuzu'na bakın.
Temel bileşenler
Aşağıdaki dosyalar, motion Recognizer örnek uygulaması için önemli kodu içerir:
- GestureRecognizerService.swift: Hareket Tanıyıcı'yı başlatır, model seçimini işler ve giriş verileri üzerinde çıkarım yürütür.
- CameraViewController.swift: Canlı kamera feed'i giriş modu için kullanıcı arayüzünü uygular ve sonuçları görselleştirir.
- MediaLibraryViewController.swift: Hareketsiz resim ve video dosyası giriş modu için kullanıcı arayüzünü uygular ve sonuçları görselleştirir.
Kurulum
Bu bölümde, Hareket Tanıma Aracı'nı kullanmak için geliştirme ortamınızı kurma ve projelerinizi kodlamanın temel adımları açıklanmaktadır. Platform sürümü gereksinimleri de dahil olmak üzere, MediaPipe görevlerini kullanmak amacıyla geliştirme ortamınızı ayarlama hakkında genel bilgiler için iOS için kurulum kılavuzuna bakın.
Bağımlılıklar
Hareket Tanıma Aracı, CocoaPods kullanılarak yüklenmesi gereken MediaPipeTasksVision
kitaplığını kullanır. Kitaplık hem Swift hem de Objective-C uygulamalarıyla uyumludur ve dile özgü ek kurulum gerektirmez.
CocoaPods'u macOS'e yükleme talimatları için CocoaPods yükleme kılavuzuna bakın.
Uygulamanız için gerekli kapsüllerle Podfile
oluşturma talimatları için CocoaPods'u kullanma bölümüne bakın.
Aşağıdaki kodu kullanarak MediaPipeTasksVision kapsülünü Podfile
içine ekleyin:
target 'MyGestureRecognizerApp' do
use_frameworks!
pod 'MediaPipeTasksVision'
end
Uygulamanız birim test hedefleri içeriyorsa Podfile
cihazınızın kurulumuyla ilgili ek bilgiler için iOS için Kurulum Kılavuzu'na bakın.
Model
MediaPipe Hareket Tanıyıcı görevi, bu görevle uyumlu, eğitilmiş bir model gerektirir. Hareket Tanıyıcı için eğitilmiş modeller hakkında daha fazla bilgi edinmek için göreve genel bakış Modeller bölümüne bakın.
Bir model seçip indirin ve Xcode kullanarak proje dizininize ekleyin. Xcode projenize dosya ekleme talimatları için Xcode projenizde dosya ve klasörleri yönetme bölümüne bakın.
Uygulama paketinizdeki modelin yolunu belirtmek için BaseOptions.modelAssetPath
özelliğini kullanın. Kod örneği için sonraki bölüme bakın.
Görevi oluşturma
Hareket Tanımlayıcı görevini, başlatıcılardan birini çağırarak oluşturabilirsiniz. GestureRecognizer(options:)
başlatıcısı, yapılandırma seçenekleri için değerleri kabul eder.
Özelleştirilmiş yapılandırma seçenekleriyle başlatılan bir Hareket Tanıyıcı'ya ihtiyacınız yoksa varsayılan seçeneklerle bir Hareket Tanıyıcı oluşturmak için GestureRecognizer(modelPath:)
başlatıcısını kullanabilirsiniz. Yapılandırma seçenekleri hakkında daha fazla bilgi için Yapılandırmaya Genel Bakış bölümüne bakın.
Hareket Tanıyıcı görevi 3 giriş veri türünü destekler: hareketsiz resimler, video dosyaları ve canlı video akışları. Varsayılan olarak GestureRecognizer(modelPath:)
, hareketsiz görüntüler için bir görev başlatır. Görevinizin video dosyalarını veya canlı video akışlarını işlemek üzere başlatılmasını istiyorsanız video veya canlı yayın çalışma modunu belirtmek için GestureRecognizer(options:)
öğesini kullanın. Canlı yayın modu, Hareket Tanıma Aracı'nın hareket tanıma sonuçlarını yetki verilmiş kişiye eşzamansız olarak sunmasını sağlayan ek gestureRecognizerLiveStreamDelegate
yapılandırma seçeneğini de gerektirir.
Görevi nasıl oluşturacağınızı ve çıkarımda bulunacağınızı görmek için koşu modunuza karşılık gelen sekmeyi seçin.
Swift
Resim
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "gesture_recognizer", ofType: "task") let options = GestureRecognizerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .image options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands let gestureRecognizer = try GestureRecognizer(options: options)
Video
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "gesture_recognizer", ofType: "task") let options = GestureRecognizerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .video options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands let gestureRecognizer = try GestureRecognizer(options: options)
Canlı yayın
import MediaPipeTasksVision // Class that conforms to the `GestureRecognizerLiveStreamDelegate` protocol and // implements the method that the gesture recognizer calls once it finishes // performing recognizing hand gestures in each input frame. class GestureRecognizerResultProcessor: NSObject, GestureRecognizerLiveStreamDelegate { func gestureRecognizer( _ gestureRecognizer: GestureRecognizer, didFinishRecognition result: GestureRecognizerResult?, timestampInMilliseconds: Int, error: Error?) { // Process the gesture recognizer result or errors here. } } let modelPath = Bundle.main.path( forResource: "gesture_recognizer", ofType: "task") let options = GestureRecognizerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .liveStream options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands // Assign an object of the class to the `gestureRecognizerLiveStreamDelegate` // property. let processor = GestureRecognizerResultProcessor() options.gestureRecognizerLiveStreamDelegate = processor let gestureRecognizer = try GestureRecognizer(options: options)
Objective-C
Resim
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"gesture_recognizer" ofType:@"task"]; MPPGestureRecognizerOptions *options = [[MPPGestureRecognizerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeImage; options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands MPPGestureRecognizer *gestureRecognizer = [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
Video
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"gesture_recognizer" ofType:@"task"]; MPPGestureRecognizerOptions *options = [[MPPGestureRecognizerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeVideo; options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands MPPGestureRecognizer *gestureRecognizer = [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
Canlı yayın
@import MediaPipeTasksVision; // Class that conforms to the `MPPGestureRecognizerLiveStreamDelegate` protocol // and implements the method that the gesture recognizer calls once it finishes // performing gesture recognition on each input frame. @interface APPGestureRecognizerResultProcessor : NSObject@end @implementation APPGestureRecognizerResultProcessor - (void)gestureRecognizer:(MPPGestureRecognizer *)gestureRecognizer didFinishRecognitionWithResult:(MPPGestureRecognizerResult *)gestureRecognizerResult timestampInMilliseconds:(NSInteger)timestampInMilliseconds error:(NSError *)error { // Process the gesture recognizer result or errors here. } @end NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"gesture_recognizer" ofType:@"task"]; MPPGestureRecognizerOptions *options = [[MPPGestureRecognizerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeLiveStream; options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands // Assign an object of the class to the `gestureRecognizerLiveStreamDelegate` // property. APPGestureRecognizerResultProcessor *processor = [APPGestureRecognizerResultProcessor new]; options.gestureRecognizerLiveStreamDelegate = processor; MPPGestureRecognizer *gestureRecognizer = [[MPPGestureRecognizer alloc] initWithOptions:options error:nil];
Yapılandırma seçenekleri
Bu görev, iOS uygulamaları için aşağıdaki yapılandırma seçeneklerine sahiptir:
Seçenek Adı | Açıklama | Değer Aralığı | Varsayılan Değer | |
---|---|---|---|---|
runningMode |
Görevin çalışma modunu ayarlar. Üç mod vardır: RESİM: Tek resimli girişler için mod. VİDEO: Bir videonun kodu çözülmüş karelerine yönelik mod. LIVE_STREAM: Kamera gibi giriş verilerini içeren bir canlı yayın modu. Bu modda, sonuçları eşzamansız olarak almak üzere bir işleyici ayarlamak için resultListener çağrılmalıdır. Bu modda gestureRecognizerLiveStreamDelegate , eşzamansız olarak hareket tanıma işleminin sonuçlarını almak için GestureRecognizerLiveStreamDelegate özelliğini uygulayan bir sınıfın bir örneğine ayarlanmalıdır.
|
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
|
num_hands |
GestureRecognizer , maksimum el sayısını algılayabilir.
|
Any integer > 0 |
1 |
|
min_hand_detection_confidence |
El algılamasının, avuç içi algılama modelinde başarılı olarak değerlendirilebilmesi için gereken minimum güven puanı. | 0.0 - 1.0 |
0.5 |
|
min_hand_presence_confidence |
El önemli nokta algılama modelinde el varlığının minimum güven puanı. Hareket Tanıma Aracı'nın Video ve Canlı yayın modunda, el önemli nokta modelindeki el varlığı güven puanı bu eşiğin altındaysa avuç içi algılama modelini tetikler. Aksi takdirde, daha sonraki önemli nokta tespiti için ellerin konumunu belirlemek üzere hafif bir el takip algoritması kullanılır. | 0.0 - 1.0 |
0.5 |
|
min_tracking_confidence |
Elle izlemenin başarılı olarak kabul edilmesi için gereken minimum güven puanı. Bu, geçerli çerçevede ve son karede bulunan eller arasındaki sınırlayıcı kutu IoU eşiğidir. Hareket Tanıyıcı'nın Video ve Yayın modunda, izleme başarısız olursa Hareket Tanıyıcı el algılamayı tetikler. Aksi halde, el algılama özelliği atlanır. | 0.0 - 1.0 |
0.5 |
|
canned_gestures_classifier_options |
Hazır hareketler sınıflandırıcı davranışını yapılandırma seçenekleri. Hazır hareketler: ["None", "Closed_Fist", "Open_Palm", "Pointing_Up", "Thumb_Down", "Thumb_Up", "Victory", "ILoveYou"] |
|
|
|
custom_gestures_classifier_options |
Özel hareketler sınıflandırıcı davranışını yapılandırma seçenekleri. |
|
|
|
result_listener |
Hareket tanıyıcı canlı yayın modundayken sınıflandırma sonuçlarını eşzamansız olarak almak için sonuç işleyiciyi ayarlar.
Yalnızca çalıştırma modu LIVE_STREAM olarak ayarlandığında kullanılabilir |
ResultListener |
Yok | Yok |
Koşu modu canlı yayın olarak ayarlandığında, Hareket Tanıyıcı için ek gestureRecognizerLiveStreamDelegate
yapılandırma seçeneği gerekir. Bu seçenek, Hareket Tanımlayıcı'nın hareket tanıma sonuçlarını eşzamansız olarak sunmasını sağlar.
Yetki verilmiş kullanıcının, Hareket Tanıma Aracı'nın her karede hareket tanıma işleminin sonuçlarını işledikten sonra çağırdığı gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:)
yöntemini uygulaması gerekir.
Seçenek adı | Açıklama | Değer Aralığı | Varsayılan Değer |
---|---|---|---|
gestureRecognizerLiveStreamDelegate |
Hareket Tanıma Aracı'nın, canlı yayın modunda hareket tanıma sonuçlarını eşzamansız olarak almasını sağlar. Örneği bu mülke ayarlanan sınıf, gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:) yöntemini uygulamalıdır. |
Geçerli değil | Belirlenmedi |
Verileri hazırlama
Giriş resmini veya çerçevesini Hareket Tanıma Aracı'na iletmeden önce bir MPImage
nesnesine dönüştürmeniz gerekir. MPImage
, farklı iOS görüntü biçimlerini destekler ve çıkarım için bunları herhangi bir çalışma modunda kullanabilir. MPImage
hakkında daha fazla bilgi için MPImage API'yi inceleyin.
Kullanım alanınıza ve uygulamanızın gerektirdiği çalışma moduna göre bir iOS görüntü biçimi seçin.MPImage
; UIImage
, CVPixelBuffer
ve CMSampleBuffer
iOS görüntü biçimlerini kabul eder.
UIImage
UIImage
biçimi, aşağıdaki çalıştırma modları için uygundur:
Resimler: bir uygulama paketi, kullanıcı galerisi veya dosya sisteminden
UIImage
olarak biçimlendirilmiş resimlerMPImage
nesnesine dönüştürülebilir.Videolar: AVAssetImageGenerator kullanarak video karelerini CGImage biçiminde ayıklayın ve
UIImage
görüntülerine dönüştürün.
Swift
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(uiImage: image)
Objective-C
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
Örnekte, varsayılan UIImage.Orientation.Up yönle bir MPImage
başlatılır. Desteklenen UIImage.Orientation değerlerinden herhangi biriyle bir MPImage
başlatabilirsiniz. Hareket Tanıyıcı .upMirrored
, .downMirrored
, .leftMirrored
, .rightMirrored
gibi yansıtılan yönleri desteklemez.
UIImage
hakkında daha fazla bilgi için UIImage Apple Developer
Dokümanlar'a bakın.
CVPixelBuffer
CVPixelBuffer
biçimi, çerçeveler oluşturan ve işleme amacıyla iOS CoreImage çerçevesini kullanan uygulamalar için uygundur.
CVPixelBuffer
biçimi, aşağıdaki çalıştırma modları için uygundur:
Resimler: iOS'in
CoreImage
çerçevesini kullanarak bir miktar işlemden sonraCVPixelBuffer
resim oluşturan uygulamalar görüntü çalıştırma modunda Hareket Tanımlayıcı'ya gönderilebilir.Videolar: Video kareleri, işlenmek üzere
CVPixelBuffer
biçimine dönüştürülebilir ve ardından video modundaki Hareket Tanımlayıcı'ya gönderilebilir.Canlı yayın: Kare oluşturmak için iOS kamera kullanan uygulamalar, canlı yayın modundaki Hareket Tanımlayıcı'ya gönderilmeden önce işlenmek üzere
CVPixelBuffer
biçimine dönüştürülebilir.
Swift
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(pixelBuffer: pixelBuffer)
Objective-C
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
CVPixelBuffer
hakkında daha fazla bilgi için CVPixelBuffer Apple Geliştirici
Dokümanları'na bakın.
CMSampleBuffer
CMSampleBuffer
biçimi, tek tip bir medya türünün medya örneklerini depolar ve canlı yayın çalıştırma modu için çok uygundur. iOS kameralardan alınan canlı kareler, iOS AVCaptureVideoDataOutput tarafından eşzamansız olarak CMSampleBuffer
biçiminde yayınlanır.
Swift
// Obtain a CMSampleBuffer. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(sampleBuffer: sampleBuffer)
Objective-C
// Obtain a `CMSampleBuffer`. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
CMSampleBuffer
hakkında daha fazla bilgi için CMSampleBuffer Apple Geliştirici
Dokümanları'na bakın.
Görevi çalıştırma
Hareket Tanıyıcı'yı çalıştırmak için atanan çalıştırma moduna özel recognize()
yöntemini kullanın:
- Hareketsiz resim:
recognize(image:)
- Video:
recognize(videoFrame:timestampInMilliseconds:)
- Canlı yayın:
recognizeAsync(image:timestampInMilliseconds:)
Aşağıdaki kod örneklerinde Hareket Tanıyıcı'nın bu farklı çalıştırma modlarında nasıl çalıştırılacağına ilişkin temel örnekler gösterilmektedir:
Swift
Resim
let result = try gestureRecognizer.recognize(image: image)
Video
let result = try gestureRecognizer.recognize( videoFrame: image, timestampInMilliseconds: timestamp)
Canlı yayın
try gestureRecognizer.recognizeAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Resim
MPPGestureRecognizerResult *result = [gestureRecognizer recognizeImage:mppImage error:nil];
Video
MPPGestureRecognizerResult *result = [gestureRecognizer recognizeVideoFrame:image timestampInMilliseconds:timestamp error:nil];
Canlı yayın
BOOL success = [gestureRecognizer recognizeAsyncImage:image timestampInMilliseconds:timestamp error:nil];
Örnek kod, kullanıcının, kullanım alanınız için gerekli olmayabilecek işleme modları arasında geçiş yapmasını sağlar.
Aşağıdakileri göz önünde bulundurun:
Video modunda veya canlı yayın modunda çalışırken Hareket Tanıyıcı görevine giriş karesinin zaman damgasını da sağlamanız gerekir.
Hareket Tanımlayıcı görevi, resim veya video modunda çalışırken giriş resmini veya çerçevesini işlemeyi bitirene kadar mevcut iş parçacığını engeller. Mevcut iş parçacığının engellenmesini önlemek için işlemeyi iOS Dispatch veya NSOperation çerçevelerini kullanarak bir arka plan iş parçacığında yürütün.
Canlı yayın modunda çalışırken, Hareket Tanıyıcı görevi hemen geri gelir ve mevcut iş parçacığını engellemez. Her bir giriş çerçevesini işledikten sonra hareket tanıma sonucuyla
gestureRecognizer(_:didFinishRecognition:timestampInMilliseconds:error:)
yöntemini çağırır. Hareket Tanıma Aracı, bu yöntemi özel bir seri dağıtım sırasında eşzamansız olarak çağırır. Sonuçları kullanıcı arayüzünde görüntülemek için sonuçları işlendikten sonra ana sıraya gönderin. Hareket Tanıyıcı görevi başka bir kareyi işlemeyle meşgulkenrecognizeAsync
işlevi çağrılırsa Hareket Tanıyıcı yeni giriş çerçevesini yoksayar.
Sonuçları işleme ve görüntüleme
Çıkarım yapıldığında, Hareket Tanıyıcı görevi; görüntü koordinatlarındaki el yer işaretlerini, dünya koordinatlarındaki el yerlerini, el kullanımını(sol/sağ el) ve algılanan ellerin el hareketi kategorilerini içeren bir GestureRecognizerResult
döndürür.
Aşağıda, bu görevden alınan çıkış verilerinin bir örneği gösterilmektedir:
Sonuçta elde edilen GestureRecognizerResult
, dört bileşen içerir ve her bileşen bir dizidir. Bu dizide her öğe, algılanan tek bir elin algılanan sonucunu içerir.
Uygun Olduğu El
El bilgisi, algılanan ellerin sol el mi yoksa sağ el mi olduğunu belirtir.
Hareketler
Algılanan ellerin tanınan hareket kategorileri.
Önemli noktalar
Her biri
x
,y
vez
koordinatlarından oluşan 21 önemli nokta vardır.x
vey
koordinatları, sırasıyla resim genişliği ve yüksekliğine göre [0,0, 1,0] olacak şekilde normalleştirilir.z
koordinatı, önemli nokta derinliğini temsil eder. Bilekteki derinlik ise başlangıç noktasıdır. Değer ne kadar küçükse nokta kameraya o kadar yakın olur.z
ölçeğinin büyüklüğü,x
ile yaklaşık olarak aynı ölçeği kullanır.Dünyanın Sınırları
21 önemli nokta, dünya koordinatlarında da gösterilir. Her önemli nokta,
x
,y
vez
öğelerinden oluşur. Bu noktalar, başlangıç noktası elin geometrik merkezinde olmak üzere gerçek dünyadaki 3D koordinatları metre cinsinden temsil eder.
GestureRecognizerResult:
Handedness:
Categories #0:
index : 0
score : 0.98396
categoryName : Left
Gestures:
Categories #0:
score : 0.76893
categoryName : Thumb_Up
Landmarks:
Landmark #0:
x : 0.638852
y : 0.671197
z : -3.41E-7
Landmark #1:
x : 0.634599
y : 0.536441
z : -0.06984
... (21 landmarks for a hand)
WorldLandmarks:
Landmark #0:
x : 0.067485
y : 0.031084
z : 0.055223
Landmark #1:
x : 0.063209
y : -0.00382
z : 0.020920
... (21 world landmarks for a hand)
Aşağıdaki resimlerde görev çıktısının görselleştirmesi gösterilmektedir: