Machine learning 为卷积神经网络准备数据集

我试图实现一个卷积神经网络（CNN）模型来对手势进行分类。数据集不可用，因此我需要准备它

---

我应该如何准备数据集？我捕获的图像应该包含手以外的对象还是只包含手？这将为我提供一个精确的模型，无论背景和帧中的其他对象如何，该模型都能准确工作？

解决您的问题的好数据集：

你应该考虑在背景中涉及不同的背景和物体。

以下链接可能对您有所帮助：

以下是一个示例：

它包含其他图像只意味着你必须在你的管道中实现一些东西来隔离手。我建议你只手放在图片上，这样你就可以马上开始在图片上建模了

该领域的许多cnn架构都使用多分辨率cnn。因此，在准备数据时，只需进行多分辨率处理，并将数据馈送至多输入CNN即可。您可以使用Keras函数API实现这一点。低分辨率图像可以很好地区分某些非常不同的姿势，而高分辨率图像可以聚焦于微小的差异

显然，标准的数据扩充并不适用于手部姿势。镜像或更改角度之类的东西可能会使数据不适合给定的标签。因此，如果您没有那么多数据，那么在数据扩充方面要保守一点