背景
我有一个神经网络输出姿势的关键点（脚，脚踝，膝盖，手臂，头部等）和连接 - 基本上我有一个骨架。我想使用这些关键点/骨架作为另一个神经网络的输入 - 关系网络（https://arxiv.org/pdf/1706.01427.pdf）。目标是学习姿势和不同物体之间的关系。
问题
由于我正在使用关键点，我不确定构造它们的最佳方法是什么作为输入。我已经考虑过将关键点转换为图像，其中每个X / Y位置的值都为0，除非它被值设置为1的骨架覆盖。但这似乎效率低下。有没有办法保留使用图像的结构优势（我可以使用卷积网），而不会影响性能？
答案 0 :(得分：0)
您应该将您的建议存储在HxW张量中（或者称之为图像），因为在处理“图片”时您可以使用更多工具。
根据您的性能需求和关键点数量，您还可以考虑Sparse Tensors仅存储不等于0的值，但是您应该检查特殊稀疏张量操作是否完全支持您所需的操作