我应该如何准备用于手部检测的HAAR训练的正面图像？

Question

我正在使用此数据集：http://www.robots.ox.ac.uk/~vgg/data/hands/

然而，我只会使用>面积为4200平方英尺，仅剩下621只手。我意识到这可能还不够如果需要，我会寻找更多图像。但是，所有图像都注释如下：

我有如下边界框的坐标：

然而，边界框未与x＆amp;对齐。 y轴。

我相信我必须将手从图像中裁剪出来。我有两种方法可以做到这一点：

1）让xmin和xmax为边界框的最小和最大x坐标。而ymin＆amp; ymax是最小值＆amp;边界框的最大y坐标。如果这样做，我会得到这个：

（当然没有边界框） 基本上，背景的某些部分仍然在上面。

2）我可以使用二进制掩码“掩盖”边界框内的所有像素。如果我这样做，我的图像大小仍然是从xmin到xmax＆amp; ymin到ymax，但是我可以将背景的其余部分设置为白色。

什么会更好？我认为积极因素应该只包含感兴趣的对象（在这种情况下是手），所以留下背景可能不对吗？但是，白色背景可以吗？

这里的主要问题是边界框没有对齐！

Answer 1

留下少量背景是可以的，每张图片都会有所不同，因此不能作为分类器的一部分创建。

我建议制作一个更大的负片组来取消背景，620张图片就可以了。

Answer 2

您可能还想查看labelme http://labelme.csail.mit.edu/Release3.0/index.php

我将它用于我的项目，他们还向您展示如何使用亚马逊土耳其人来获取您自己的数据集。我想你也可以使用他们的数据集。