检测手指是否指向卡通，准备收集更多训练数据，获得更好效果。

• 前半部分工作在：https://github.com/ZZZZZch/ImgThracker

• 官方github：https://github.com/thtrieu/darkflow
• 所需配置 Python3, tensorflow 1.0+, numpy, opencv 3。 初始化程序：

  python3 setup.py build_ext --inplace
  pip install -e .
  pip install .

• 训练需要下载权值文件与配置cfg文件
• 我上传的文件中自带一个/Finger-Cartoon/darkflow/bin/tiny-yolo-voc.weights权值文件，是小型yolo模型，训练速度快，识别效果较差。与该权值文件相对应的配置文件为/Finger-Cartoon/darkflow/cfg/tiny-yolo-4c.cfg。
• 更多权值文件与配置文件：https://pjreddie.com/darknet/yolo/
• 若自行下载模型权值和配置文件，需要在配置文件中将最后一层卷积的filter数改为35，最后class数量改为2。
• 创建两个文件夹train/Images与train/Annotations，分别放置训练图片与训练标注文件（为模块二中生成的文件）。

flow --model cfg/tiny-yolo-voc-4c.cfg --load bin/tiny-yolo-voc.weights --train --annotation train/Annotations --dataset train/Images

• 或

./flow --model cfg/tiny-yolo-voc-4c.cfg --load bin/tiny-yolo-voc.weights --train --annotation train/Annotations --dataset train/Images

• 生成模型文件保存在ckpt文件下中。
• 测试命令：

flow --imgdir ValImgs/ --model cfg/tiny-yolo.cfg --load bin/tiny-yolo.weights --gpu 1.0

• 将在测试图片文件夹下创建ValiImgs/out 放置检测结果。
• 已经修改过源代码，添加手指与卡通双目标重叠时进行提示的功能。

• 官方Git：https://github.com/tzutalin/labelImg
• 运行label_image.py，进入可视化标注工具。
• 标注结果会保存为一个XML文件，该文件需要在模块一中配合使用。