Question

我正在将一组图像和一组地面实况图像转换为LMDB数据库。目的是按像素预测。用于从RGB图像创建LMDB的大多数代码都有一行指示CxHxW顺序的转置，如下所示：

im = im.transpose((2,0,1)) # convert to CxHxW

我的图像数据（列车数据和相应的地面实况图像）是灰度级（即单通道）。我的问题是，这一行的目的是什么？我应该为我的single channel图像和基本事实做这个矩阵转置，还是没有必要？

感谢您的帮助。

Answer 1

Caffe处理BGR格式的图像而不是RGB。由于ImageNet上的大多数预训练模型都是以BGR格式训练的，因此默认应用此操作（转置）。如果您正在训练灰度图像，则不需要。此外，即使你是从头开始训练RGB图像，也没有必要。