Distance-IoU loss

基于YOLO的新系统增强了机器人手势识别能力，以实现多模态交互

研究人员开发了一种新的云边多模态交互系统，用于机器人，旨在改善计算能力有限环境中的人机交互。该系统集成了增强的基于YOLO的手势检测器，该检测器集成了卷积块注意力模块（Convolutional Block Attention Module）和Distance-IoU损失，以实现更好的手势识别和定位。该检测器与大型语言模型（LLM）和视觉语言模型（VLM）代理协同工作。云层处理手势检测和动作规划等复杂任务，而机器人则执行动作并提供反馈…