具有任意数量输入通道（超过RGB）的卷积神经网络体系结构

Question

我对使用CNN进行图像识别非常陌生，目前正在使用Keras（VGG和ResNet）中提供的几种标准（预训练）架构进行图像分类任务。我想知道如何将输入通道的数量泛化到3个以上（而不是标准RGB）。例如，我有一个图像是通过5个不同的（光学）滤镜拍摄的，我正在考虑将这5个图像传递到网络。

因此，从概念上讲，我需要将（高度，宽度，深度）=（28，28，5）作为输入传递，其中28x28是图像尺寸，而5是通道数。

请问有使用ResNet或VGG的任何简便方法吗？

Answer 1

如果您重新训练模型，那不是问题。仅当您要使用经过训练的模型时，才必须保持输入相同。