Tensorflow和掩蔽（标记）图像

Question

我正在尝试使用Tensorflow和Keras检测面部。数据集为LFW Parts。对Open CV不感兴趣。

数据集示例如下

想知道以下内容：

1. 如果我正确理解的话，python脚本会获取图像及其蒙版，通过模型运行它们并使用权重保存该模型。此后，如果精度足够高，则可以使用预测器运行完全未知的单个图像并获得适当的蒙版。对吧？

2. 如果我只想用耳朵检测面部，并使用LFW数据集，则应编辑每个蒙版，并删除一些绿色部分吗？

3. 如果是这种情况，是否有任何工作工具可以自动执行或易于使用？手动删除似乎是一场噩梦。

4. 面具的细节如何？在上面的示例中，头发的遮罩非常粗糙。机器会学习（双关语意）做细节并最终设置准确的头发吗，还是会一直保持这种状态？

5. 可以说是在脸部前面添加了对象，例如胡须，眼镜或帽子。检测会发生什么？如果它超出了脸部边缘，是否会简单地将其切开，或者还会检测到该形状？我也需要适当的图像和蒙版吗？