Я пытаюсь классифицировать позы, используя Оценка поз , и в результате оценки поз в реальном времени выводятся координаты (x, y) и доверительная оценка 18 ключевых точек.Я хочу использовать эти данные для распознавания позы человека в реальном времени.
Подход, который я выбрал, просто учитывал координаты и вводил 36 значений (значения x и значения y вместе) и двоичную меткускажем, стоя (0) и приседая (1).Я использовал классификатор XGB, но модель просто переоснастилась и дала 100% точность, но когда я тестировал новый набор точек, он всегда предсказывал положение (0).Также иногда в 36 входных столбцах были значения nan, поэтому я взял среднее значение в этом столбце, чтобы заполнить пробел, и я думаю, что это могло привести к созданию набора данных мусора, что привело к неправильному классификатору.
Итак, у меня есть следующие вопросы:
Как я могу обработать данные, которые я получаю из оценщика позы (координаты и оценка), в ценные функции, как раньше, я просто напрямую вводил координаты
Что я должен сделать для обработки отсутствующих координат (данных)?Это происходит в режиме оценки позы в реальном времени, когда модели не удается отследить некоторые ключевые точки
Какой классификатор мне следует использовать?XGB, KNN, DNN, LSTM и т. Д .?