Image processing 如何改进我的图像分类器来识别真实世界的图像

我想用Pytork训练手势识别器。

我尝试使用resnet34和某种数据扩充。我在测试集上得到了很高的准确度，但在现实世界中试图识别自己的手势时，准确度很低。当背景为白色时效果很好，当其他东西（我的脸、椅子、床等）出现在背景中时会变得疯狂。也许这是因为测试图像有一个纯背景，所以如何改进分类器？ 此外，我还想在分类符中添加一个“非手势”类别。我该怎么做？ 这是我的数据增强转换：

transform = torchvision.transforms.Compose([
         torchvision.transforms.Grayscale(3),
         torchvision.transforms.RandomHorizontalFlip(),
         torchvision.transforms.RandomRotation(20),
         torchvision.transforms.RandomResizedCrop(64, (0.6, 1.2)),
         torchvision.transforms.ToTensor(),
         torchvision.transforms.Normalize((0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5)),
    ])

---

任何建议都将不胜感激。谢谢

除了更改分类器外，您还应该查看培训数据：

问问自己：

我的样本量够大吗？ 如果你的图像太少，无法进行训练，那么世界上任何数据扩充都无法弥补这一点。目的获取标签分布均匀的大型异构数据集

您的训练数据是否准确地反映了您希望在其中使用分类器的情况。您提供的图像似乎有一个较轻的背景，可能尝试获取具有不同背景的手势图像

---

之后，您应该查看分类器并对其进行改进。由于您没有包括您的模型，我无法对此发表评论。

谢谢，但我没有找到任何图像具有不同背景的手势数据集。我会尝试搜索更多的数据。你可以试着把手弄脏，做一些前景提取，得到手势，并将它们叠加到不同的背景上，尽管这的确是一个很大的工作，可能不如我希望的那样好。。。