是否可以将灰度图像用于现有模型?

时间:2017-08-29 12:46:21

标签: opencv tensorflow deep-learning keras conv-neural-network

来自tensorflow's object recognition (R-CNN)

我用新的类别重新训练现有的模型:衣服的类型(牛仔裤,裤子,衬衫等)。由于我们不需要颜色来确定用户穿着的衣服类型,我想用灰度图像重新训练它。是否可以使用灰度图像训练现有模型(用彩色图像训练)?

我很担心,因为他们用彩色图片训练他们的模型。

模型是否只将灰度图像视为彩色图像?它还能起作用吗? :)

p.s我生成XML和csv文件以放置数据用于培训和测试。

2 个答案:

答案 0 :(得分:1)

是的,你可以,但是你需要在你的1通道灰度输入图像上添加另外2个通道,只需将你的灰色图像克隆3次,然后将它们合并为3通道图像。无论如何,您需要3个通道输入图像才能使用经过彩色图像训练的模型。

答案 1 :(得分:1)

您可以在tf.tile之前将灰色图片的1个频道克隆到其他2个频道,这里有一些代码示例:

images = tf.tile(images, [1, 3])
summary_images = tf.transpose(tf.reshape(images, [-1, 3, 28, 28]), (0, 2, 3, 1))

images是张量,尺寸为N * 784 N是批量大小,图片原点大小为28 * 28