我想制作一个《火影忍者》手势检测模型，以便以后在增强现实游戏中使用。我尝试在fastai中使用resnet50实现这一目标，数据主要是通过众包获得的（大部分是我自己收集的）。但是，我得到的模型总是预测为同一类别。

这是Kaggle链接：

https://www.kaggle.com/vikranthkanumuru/naruto-hand-sign-detection-usin-fastai-diff-method

不确定这是否是问题所在，但之前每个类别我只有大约28张图片，所以我录制了一个视频，展示了各种手势，并使用OpenCV逐帧保存。后来我删除了那些不符合任何类别的图片，这使得数据集从220MB增加到了2GB。这样做合适吗，还是这是导致模型效果不佳的原因？

这是数据集的链接

https://www.kaggle.com/vikranthkanumuru/naruto-hand-sign-dataset

我不知道该如何进一步进行，任何帮助都将不胜感激。非常感谢您。

编辑：如果有人对完成的项目感兴趣，这里是链接： https://www.linkedin.com/feed/update/urn:li:activity:6640529067936440320/

回答：

• 我对你的代码做了一些修复。请查看一下。虽然我没有完整运行它，但它应该能展示你所需要的效果。
• 测试集仅包含那些图片，但请查看验证集的情况。
• 另外，切换到vgg16。resnet50在这里不是必要的。
• https://www.kaggle.com/subhaditya/naruto-hand-sign-detection-using-fastai?scriptVersionId=29471636