为了方便观众更好地在观看比赛直播和录像时理解裁判手势的含义, 或帮助录像分析师分析比赛视频, 设计了一种实时篮球裁判手势检测与识别系统Yolov5-BR(Yolov5-Basketball Referee). 首先, 采用目标检测中的Yolov5 算法为基础模型, 对其边界框的交并比(intersection over union, IoU) 损失函数完全交并比(complete intersection over union, CIoU) 进行加权处理, 增强预测框的鲁棒性; 其次, 在C3 模块后加入注意力机制, 产生更具分辨性的特征表示, 从而提升网络识别性能; 此外, 在检测层头部融入自适应特征融合机制, 充分利用图像高层语义信息; 最后, 对目标置信度损失函数进行不对等加权处理, 从而提高对小目标检测的鲁棒性. 在自制的裁判手势数据集上, Yolov5-BR 取得了95.4% 的mAP 值, 本地视频检测速率为55.5 帧/s, 外接摄像头分辨率为$1 280\times 960$, 检测速率为25 帧/s. 实验结果表明, Yolov5-BR 相对于原始模型在检测裁判手势的性能上有所提升, 保持了较高的准确率、稳定性与实时性.