[問題] 新手openpose與深度學習問題

看板DataScience作者 (猴子)時間3年前 (2021/02/14 19:03), 編輯推噓5(5推 0噓 18→)
留言23則, 6人參與, 3年前最新討論串1/1
各位板上大大好 小弟最近在思考一個問題 廢話不多說直接來 我要判斷投手投球的球種是什麼 理應還說投出每種球種時 人體的骨架Ex: 手臂出手的角度會不同 然後 如果資料集影片切割成圖片後用 openpose生成人體骨架生成圖 再丟到InceptionV4裡面提取特徵 最後再送進去神經網路做學習與驗證 這樣與 資料集圖片直接丟如InceptionV4提取特徵再送進去神經網路裡面 的差別在哪邊？ 因為我很納悶，假設有經過openpose的比較好，那深度學習模型要如何去學習投手骨架的 變化，還是應該是也是一直給他定義說 這個是什麼球種這樣？！ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.247.197.86 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1613300638.A.731.html
推
02/14 19:36, 3年前 , 1F
就差在一個NN可以直接看到骨架噪音較少啊
02/14 19:36, 1F
→
02/14 19:38, 3年前 , 2F
這裡的骨架變化相當於一種球種特徵，原來NN要自己找重點，
02/14 19:38, 2F
→
02/14 19:38, 3年前 , 3F
妳現在幫他找好了，剩下該怎做，就怎做啊
02/14 19:38, 3F
推
02/18 18:09, 3年前 , 4F
不好意思，有實證說球種跟手臂角度變化的關係嗎？
02/18 18:09, 4F
推
02/18 18:16, 3年前 , 5F
要做分類要給label。影片截圖之後有上下文關係，incep
02/18 18:16, 5F
→
02/18 18:16, 3年前 , 6F
tionV4可能不是好選擇？
02/18 18:16, 6F
→
03/01 10:42, 3年前 , 7F
如果沒記錯的話，球種跟手指握球的方式比較有關。
03/01 10:42, 7F
推
03/02 15:56, 3年前 , 8F
手臂位置多少會有關係，不過也有投手很刻意想辦法把不同球
03/02 15:56, 8F
→
03/02 15:57, 3年前 , 9F
種練到手臂位置差不多，增加打者分辨的難度
03/02 15:57, 9F
→
03/02 15:58, 3年前 , 10F
事實上就打者的角度，想要更早一點看出球路，就是想盡辦法
03/02 15:58, 10F
→
03/02 15:59, 3年前 , 11F
從手臂、手掌、出手點甚至到準備動作微小習慣差異去判斷
03/02 15:59, 11F
→
03/02 16:00, 3年前 , 12F
而投手也會想辦法掩飾修正這些差異
03/02 16:00, 12F
→
03/02 16:01, 3年前 , 13F
所以就這問題來說，我們應該是一球一球給它正確的球種答案
03/02 16:01, 13F
→
03/02 16:01, 3年前 , 14F
，期待學習出來的模型能夠找得出不同球種間的差異而能分辨
03/02 16:01, 14F
→
03/02 16:02, 3年前 , 15F
我們不應該先行猜想手臂到底跟球種有沒有關聯性，而是讓模
03/02 16:02, 15F
→
03/02 16:02, 3年前 , 16F
型去找找看關聯性存不存在
03/02 16:02, 16F
→
03/02 16:04, 3年前 , 17F
另外，這些關聯性高機率每個投手都不一樣，當然你要嘗試找
03/02 16:04, 17F
→
03/02 16:04, 3年前 , 18F
所有投手會不會也多少有什麼共通性也是可以嘗試，但就背景
03/02 16:04, 18F
→
03/02 16:05, 3年前 , 19F
知識來看可能相對不容易找出有意義結論，先以單一投手個別
03/02 16:05, 19F
→
03/02 16:05, 3年前 , 20F
建立模型可能比較有機會
03/02 16:05, 20F
→
03/03 10:46, 3年前 , 21F
openpose的license有禁止體育應用 小心被告
03/03 10:46, 21F
推
03/03 14:47, 3年前 , 22F
沒實際用過，居然有這事啊XD
03/03 14:47, 22F
→
03/16 00:56, 3年前 , 23F
可以參考手勢辨識的相關技術
03/16 00:56, 23F
‣ 更多 kuku951 的文章
文章代碼(AID): #1WAGEUSn (DataScience)