tensorflow - 训练模型以实现 DLib 的面部特征点，例如手的特征点及其地标

Question

[我是机器学习和 OpenCV 方面的菜鸟]
以下是您在应用 DLib 的面部地标模型时获得的结果，即 68 个面部地标，可在此处找到。

它在此脚本中提到，模型是在iBUG 300-W人脸界标数据集上训练的。

现在，我希望创建一个类似的模型来绘制手的地标。我这里有手数据集。

我没有得到的是：
1. 我应该如何在这些位置上训练模型？我是否必须手动标记每个图像中的每个关节，或者是否有优化的方法？
2.在DLib的模型中，每个面部标志位置都有一个特定的值，例如，右眉毛分别为22、23、24、25、26。他们会在什么时候被赋予这些价值？
3. 在 DLib 的形状预测器训练脚本上训练这些图像就足够了，还是我也必须在其他框架（如 Tensorflow + Keras）上训练模型？

标签： tensorflowmachine-learningcomputer-visiondlib

Answer 1

1. 我应该如何在这些位置上训练模型？我是否必须手动标记每个图像中的每个关节，或者是否有优化的方法？

   -> 是的，您应该手动完成所有操作。检测手的位置，定义描述形状所需的点数。

2. 在 DLib 的模型中，每个面部标志位置都有一个特定的值，例如，右眉毛分别为 22、23、24、25、26。他们会在什么时候被赋予这些价值？

   -> 从学习步骤开始，例如你想要每个手指3分，手腕2分，所以总共15 + 2 = 17分。取决于您如何定义哪些点属于哪个手指，例如 point[0] 到 point[2] 用于拇指。等等。

3. 在 DLib 的形状预测器训练脚本上训练这些图像就足够了，还是我也必须在其他框架（如 Tensorflow + Keras）上训练模型？

   -> 使用 dlib，你可以做任何事情。