Как правильно настроить нейросеть для выделения харктерных точек?

Question

[Andrei1penguin1]

Доброго времени суток, есть задача находить ключевые точки на лицах
На данный момент есть определенное количество входных изображений (лиц) и такое же количество выходных изображений-лиц, с отмеченными на них ключевыми точками(точки отмечались с помощью маркера в фоторедакторе)
Планируется использовать библиотеку keras для построения сверточной нейронной сети ввиду хорошей производительности и подробной документации
Собственно вопрос:
В каком виде лучше подавать изображения на CNN (черно-белое, в градациях серого, уменьшенное, в исходном размере?) и что дать CNN в качестве обучающих выходных данных: изображения с отмеченными точками или массив с координатами каждой точки (их около 70)?

Answer 1

[dmshar]

В каком виде лучше подавать изображения на CNN (черно-белое, в градациях серого, уменьшенное, в исходном размере?)

В том виде, в каком вы потом, на этапе использования вашей сети будете подавать ей изображения для нахождения нужных точек.

и что дать CNN в качестве обучающих выходных данных: изображения с отмеченными точками или массив с координатами каждой точки (их около 70)

Вариант 2 - "массив с координатами точек". Разумеется, если ваша цель - "находить ключевые точки на лицах".

Comments

[Andrei1penguin1]

Ну на нейронку я изображение могу в любом виде подать, хоть в обработанном, хоть оригиналом, как будет лучше?
Потому что на классификаторы более адекватным решением будет подача ч/б изображения (или хотя бы в градациях серого), а желательно не само изображение, а его дескриптор
А вот на CNN, я недавно читал, пишут, что лучше подавать цветные необработанные изображения

Касательно точек, получается, моя задача подать на вход CNN изображения, показать нейронке, что на выходе я хочу массив из 70 элементов, и затем после обучения, работать с ней следующим образом:
Подать на вход изображение, получить массив из 70 координат точек, а затем просто построить эти точки на нужных координатах?