机械手势识别

两套手势识别数据集，一套是基于网上的偏卡通的手势数据集，另外一套是自己采集的机械手手势数据。第一套数据集存放在./Hand/hand1文件夹下，第二套数据集存放在./Hand/hand2文件夹下。

第一套数据集划分使用./Hand/data/data_split.py代码，第二套数据集划分采用./Hand/data/data_split_hand2.py代码。执行这个两个代码中的一个，将会在同级目录下生成train.txt和test.txt两个文本文件。

数据加载类分别写在./Hand/model_hand_1/dataset.py和./Hand/model_hand_2/dataset.py可以按照自己的需求来更改数据加载方式。

当前的图像训练都是将图像放缩到100 x 100的大小，可以自定义调整，调整方式比较简单。

EMG手势识别也提供两份数据集，一份是公开的SIA_delsys_16_movements_data数据，另外一份是自己使用一个肌肉传感器采集的数据。两个数据集也存在不一样的数据处理方式，需要以一一对应，否则将会先问题。

对于公开的SIA_delsys_16_movements_data数据，我们采用./EMG/data/data.py进行数据处理，处理后将会得到image_feature.h5和time_feature.h5文件。同样采用./EMG/data/process_sku_data.py进行数据处理，处理后将会得到image_feature.h5。这是模型的输入文件，必须严格控制其输入格式。

对于数据加载Dataset类，我们在./EMG/data/dataset.py中进行实现，可以根据自己的需求进行实现。

采样数据我们一般放在./EMG/data/sku_data文件夹存放数据。

卷积计算公式
stride(步长)、input_shape(输入图像大小)、padding(填充)、kernel_size(卷积核大小)、output_shape(输出维度) $$ output\_shape=\frac{input\_shape – kernel\_size+1+2*padding}{stride} $$ eg. input_shape=(6,6)、kernel_size=(3,3)、padding=(1,1)、stride=(2,2)

结果：output_shape=(4,4)

py3.8运行