我已经在 Pytorch 中使用 MobileNet 训练了一个图像分类器，以对闭眼图像和睁眼图像进行分类，并使用 Tensorflow 将其部署到移动设备
但问题是dataset不够大，并且当人脸对象较远或缩小时也不起作用。
我想用预定义的关键点对人脸进行分类，如下所示
我想做一个CNN，首先进行特征关键点预测，然后根据这些关键点对图像进行分类。
请指导我使用 CNN 预测特征关键点并使用深度学习技术将关键点分为两类的研究论文或指南。深度学习使用得越多越好
我已经阅读过有关无监督机器学习的内容，但它对我不起作用。我想使用深度学习和pytorch或tensorflow
最佳答案
在我看来你有足够的数据。关键是预处理。我建议使用MTCNN (实现: one 、 two 、 three )用于轻量级面部和眼睛检测、裁剪眼睛并将其通过网络。当然，您应该学习裁剪后的眼睛(而不是整个图像)。您可以通过像OpenPose这样的库获得更精确的眼睛关键点, FAN或Seeta .
关于python - CNN 首先进行特征关键点预测，然后使用 Pytorch 或 TensorFlow 根据这些关键点对图像进行分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59151504/