为卷积神经网络准备数据集

Question

我正在尝试实施卷积神经网络（CNN）模型来对手势进行分类。数据集不容易获得，因此我需要准备它。

我应该如何准备数据集？我拍摄的图像是否应包含除手或手之外的物体？哪个会给我一个准确的模型，即使框架中有背景和其他物体，它也能正常工作？

Answer 1

您的问题的良好数据集：

  

您应该考虑在背景中涉及不同的背景和对象。

以下链接可能会对您有所帮助：

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

这是一个例子： http://cims.nyu.edu/~tompson/NYU_Hand_Pose_Dataset.htm

它包含其他图像只意味着您必须在管道中实现某些东西以隔离手。我建议只在图像中使用手，这样你就可以立即开始对图像进行建模。

该领域的许多cnn架构使用多分辨率CNN。所以在您的数据准备中只需制作多个分辨率并馈送到多输入CNN。你可以使用Keras功能API来实现这一点。低分辨率图像可以区分某些非常不同的姿势，较高分辨率可以专注于微小差异。

显然，标准数据增强并不适合手势。镜像或更改角度等内容可能会使您的数据不适合给定的标签。如果你没有那么多，那么你的数据增加会更加保守。