一种双手检测方法、装置及电子设备

本申请涉及深度学习技术领域，提供一种双手检测方法、装置及电子设备，用于提高双手检测的准确性。该方法基于动作捕捉系统采集的手部数据集，自动生成了标注好的训练样本集，无需人工参与，标注过程中针对手部数据集中的任一张第一手部图像，根据手部关键点的2D坐标生成至少一只手的检测框，并根据检测框数量和手部关键点的3D坐标中的至少一项，标注至少一个检测框的交并比，结合每个检测框的手类别，生成包含双手大面积重叠的训练样本集，由于交并比表示双手重叠程度，使得该训练样本集训练出的双手检测模型，不仅能够准确检测出单手以及未重叠双手，还能够准确检测出大面积重叠的双手，检测精度和稳定性更强。