Хочу создать модель, которая будет в реальном времени определять вытянут указательный палец или нет.

Вот например палец вытянут.

А вот тут палец не вытянут.
Мне нужен датасет, где будут подобные размеченные картинки.
Если есть такой, то отлично. Если нет, то вообще откуда они берутся? Есть какие-то исследовательские центры? Как вообще можно получить такой датасет? Только самому создавать?