我应该灰度图像吗?

时间:2017-10-16 03:13:44

标签: opencv neural-network deep-learning gpu conv-neural-network

我使用来自tensorflow的R-CNN对象检测库对图像中的30种衣服进行分类:https://github.com/tensorflow/models/tree/master/research/object_detection

当我们收集图像进行培训和测试时,颜色是否重要?

如果我只穿紫色和蓝色衬衫,我想它不会认出红色衬衫?

我是否应该对所有图像进行灰度测量以检测衣服的类型? :)

1 个答案:

答案 0 :(得分:1)

是的,颜色很重要。基础视觉特征提取基于卷积神经网络,经过预先训练,可对ImageNet数据集中的彩色图像进行图像识别。

bringing in your own dataset上的R-CNN存储库说明要求提供RGB图像。

  

数据集要求

     

对于数据集中的每个示例,您应该具有以下信息:

     
      
  1. 编码为jpeg或png。
  2. 的数据集的RGB图像   
  3. 图像的边界框列表。每个边界框应包含:      
        
    • 由4个浮点数[ymin,xmin,ymax,xmax]定义的边界框坐标(左上角的原点)。请注意,我们将标准化坐标(x / width,y / height)存储在TFRecord数据集中。
    •   
    • 边界框中对象的类。
    •   
  4.