Я довольно новичок в мире машин и глубокого обучения. Теперь я хотел бы обучить модель распознавать руки в видеопотоке и рисовать прямоугольник вокруг находки.
Предполагая, что существует достаточно большой аннотированный набор обучающих данных изображений, который состоит не только из данных RGB, но также из (выровненных) глубины и, возможно, данных IR.
Это даст более точные результаты?