本发明提出了一种识别准确率高、手语信息保留性强的基于YOLOv8卷积神经网络和注意力机制的静态手语识别方法。该静态手语识别方法通过对YOLOv8原始结构进行改进，设计并优化了原先的网络结构。包含以下步骤：训练数据集准备，统一图片尺寸；数据集进行标注并生成标签信息；按比例划分数据集；对模型进行改进；把数据集输入到改进的模型中进行训练；准确识别手语图片，显示识别结果。相对于传统的手语识别方法，本发明无需复杂的预处理方法，仅采用Mosic数据增强方法即可保证较高的识别准确率，保留完整的手语信息，该方法在手语识别领域具有巨大的应用价值。