手持物体的人的语义分割

Question

我可以轻松地从图像中提取语义分割数据。 目前，我只使用定制的 DeepLabV3 Plus 提取人体分割。 但现在我想用他用手拿着的物体来分割人类。 我怎样才能做到这一点？请问有什么建议吗？

我尝试检测手部附近的边缘并将该区域也包括在内。但它包含了不必要的对象。

我可以使用自定义数据重新训练模型。但是可以有多个对象。智能手机、茶杯、玻璃杯、笔记本电脑、水果等。所以，收集和标注数据是不可能的。