第八周 2018.09.02-2018.09.08
完成一个手势识别的工程，这是最终的结果。
也就是打开摄像头，把自己的手势出现在黑框中，然后按下空格键就可以预测手势是什么。一共可以识别五种手势{✋，?，?，✌，?}。
下面实现的步骤：
首先是数据的收集。
用摄像头来收集数据，使用opencv打开摄像头，在屏幕某个位置画一个黑框，把手势放进去，然后按下空格键，就可以保存一张图片到本地中，每种手势收集了大概1000多一点张图片，一共6039张图片。由于处理rgb图像复杂度太高，所以对获取到的图片进一步处理，压缩和二值化，这样最终需要CNN处理的图片的大小就是1通道，宽48，高64的图片。每个图片都放在单独的文件夹来代表不同的类别。
第二步是处理成PyTorch可以处理的Tensor。
使用os，opencv模块从本地读取所有的图片，把标签和图片作为一个元组，方便统一进行打乱顺序。整个数据集就是,图片个数*（图片数据+图片标签）。打乱之后前5000个做为训练集，后1039个做为测试集。在转化成Tensor，打包成批次等等。
第三步是网络结构的设计。
CNN网络的结构，两个卷积层，两个全连接层。输出5个节点，代表5个类别。然后进行网络的训练和测试，一开始发现预测结果全都是同一类，然后学习率调成原来的十分之一之后，训练正常，最后在测试集上实现了0loss，百分之百的准确率。
第四步是模型的使用。
由于每一步都输出了准确率和loss，也保存了整个网络。所以可以选择损失和loss最小的一个迭代保存的网络进行使用。加载保存到本地的模型文件，然后再和之前收集数据类似的步骤，把摄像头标定的黑框中的数据处理送进网络里进行预测，打印出预测结果。虽然收集数据的时候是使用的灰度图，但是进行使用的时候用户界面仍然可以是rgb图像。
