我的目标是训练神经网络根据Google Firebase ML-Kit生成的地标点列表来识别人脸。由于我刚刚开始熟悉 ML，我只希望我的模型能够识别一张脸是否属于一小部分人中的一个人，如果是，属于哪个人。因此，每个人脸由 (x, y) 坐标列表表示，表示谷歌库识别的每个标志点。点的绝对位置及其彼此之间的相对位置的变化是区分人们的线索。

因此，从这样的点列表中：

我得到了一个坐标列表，其中包含最后编码的人：

1975.72,120.265564,2108.6755,141.79669,2344.71,214.35474,[...], 000010000

我想为每个人创建一个包含多行的 .csv 文件。

我的问题是，我不知道如何以我的模型可以理解的方式表示这些点实际上被两个分组为同一点的 (x, y) 坐标。

由于我是新手，我什至不确定我的模型是否真的需要理解这一点才能从点列表中识别出某人，如果这是一个愚蠢的问题，那么抱歉。另外，我不需要解决这个问题，我只请求我的训练/测试/验证数据中的符号系统的帮助。

澄清

我已经知道如何使用 Google ML-Kit 从图像中提取点列表。我不知道的是如何以网络将拾取 x 和 y 属于一起构造二维对象的方式表示点。

例如，我可以有一个像示例中那样的原始 csv 文件，我需要做的就是将内容与逗号拼接在一起，但是网络永远不会知道这种关系。然而，除了一维值列表，我还可以将网络暴露给二维点列表，例如 [[x, y]、[x, y]、[.....]]，但我没有t 知道具有 n 维元素的数据是否需要特别注意，或者网络可以理解它，就好像它是具有连续元素的常规列表一样。