yoha

Yoha项目介绍

Yoha是一个实用的手部追踪引擎，旨在为各种应用场景提供versatile的手部追踪解决方案。该项目的名称"Yoha"是"Your Hand Tracking"的缩写，意为"你的手部追踪"。

项目概述

Yoha项目的主要目标是为需要手部追踪功能的应用提供价值。虽然最终目标是支持任何手部姿势的通用手部追踪引擎，但Yoha的发展主要围绕用户和开发者认为有用的特定手部姿势展开。通过检测这些姿势，Yoha使得开发者能够构建具有有意义交互的应用程序。

技术特点

Yoha是从零开始构建的，使用了自定义的神经网络和训练数据集。目前，它在浏览器中的推理backbone是TensorFlow.js。Yoha具有以下主要特性：

1. 检测21个2D关键点坐标（单手）
2. 手部存在检测
3. 手部方向（左手/右手）检测
4. 内置姿势检测

目前支持的手部姿势包括：

• 捏合（食指和拇指接触）
• 握拳

性能表现

Yoha在设计时就考虑到了性能因素。它能够在大多数笔记本电脑和台式设备上提供实时的用户体验。然而，在移动设备上的性能还不够理想，但随着TensorFlow.js等推理框架的进一步发展，这一情况有望得到改善。

语言支持

目前，Yoha通过JavaScript为Web平台提供支持。未来将添加更多语言支持。

使用和安装

开发者可以通过npm安装Yoha：

npm install @handtracking.io/yoha

安装时需要注意以下几点：

1. 需要从node_modules/@handtracking.io/yoha提供文件服务，因为库需要从这里下载模型文件。
2. 为了访问网络摄像头，页面需要通过https提供服务。
3. 建议使用跨源隔离，因为它在某些情况下可以提高引擎的性能。

演示和示例

Yoha项目提供了一个绘图演示，开发者可以通过在线版本或本地运行来体验。此外，还有一个最小化示例，展示了Yoha的基本用法。

项目状态

需要注意的是，Yoha目前处于beta阶段，并且当前处于未维护状态。尽管如此，它仍然是一个强大的手部追踪解决方案，为开发者提供了丰富的功能和可能性。

markdown 格式