爲卷積神經網絡準備數據集

Question

我正在嘗試實現卷積神經網絡（CNN）模型來分類手勢。數據集不是現成的，因此我需要準備它。

我應該如何準備數據集？我拍攝的圖像是否應該包含手或除手之外的物體？哪個會給我一個準確的模型，可以準確的工作，儘管背景和框架中的其他物體？

Answer 1

你的問題好數據集：

您應該考慮的背景涉及不同的背景和對象。

以下鏈接可以幫助您：

https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

https://www.quora.com/Computer-Vision-What-is-the-best-way-to-collect-Train-and-Test-data-images-for-object-recognition-job

Answer 2

這裏有一個例子： http://cims.nyu.edu/~tompson/NYU_Hand_Pose_Dataset.htm

它包含其他圖像將僅僅意味着你必須實現東西你的管道隔離手。我會建議在圖像中只有手，這樣您就可以立即開始對圖像進行建模。

很多cnn在這方面的架構使用多分辨率的CNNs。所以在您的數據準備中只需製作多個分辨率並輸入到多輸入CNN。你可以使用Keras功能性API做到這一點。低分辨率圖像很適合區分某些非常不同的姿勢，較高的分辨率可以關注較小的差異。

很明顯，標準數據增加並不適合手勢。像鏡像或更改角度等內容可能會使您的數據不適合給定的標籤。所以如果你沒有那麼多，那麼對你的數據增加要保守一點。