如果我们可以单人管理，为什么我们要扩大维度？

Question

对于图像，我观察到我们正在创建一个具有相同数量尺寸的模型，但是我们可以选择将其从3变为1的灰色显示。例如：-如果我们有一个尺寸为彩色（带有RGB）的彩色图像28x28x3 ，就像我们输入模型的输入一样。对于相同的图像，如果我们使用rgb2gray方法将其转换为灰色，则会将其尺寸从28x28x3转换为28x28。为什么我们不总是将这种灰色图像提供给我们的模型？

Answer 1

该方法取决于您要尝试执行的操作。在某些情况下，图像中需要3个通道才能获得更高的精度。由于颜色也是信息，因此将所有通道粉碎为一个通道会泄露很多有时有用的信息。通常在问题识别，分割，分类等问题上保留3个通道。另一方面，灰度级通常用于文档处理，HTR，OCR等。

另一件事：在Tensorflow中，您需要最后一个尺寸，因此，如果您要使用灰度图像，则必须将其塑造为28x28x1。假设您使用的是OpenCv，则必须在重新将图像输入网络之前对其进行重塑。

请记住，如果模型是用灰色图像训练的，那么它将不能使用彩色图像进行预测！

我希望它能帮助

Answer 2

当然这取决于您要做什么...

如果您想训练一个模型来区分“格兰尼史密斯”（绿色）和“粉红女士”（红色）苹果，则使用灰度图像不是很有帮助。

如果您想训练一个模型来区分苹果和香蕉，则灰度图像就足够了。