DNN-使用灰度图像而不是RGB进行训练是一个好主意吗？

Question

我正在尝试为目标检测（车辆检测和识别）训练DNN。由于颜色并不影响识别，因此使用灰度图像进行训练是个好主意吗？

这可能具有以下好处：

1. 减小输入尺寸可加快训练和测试速度。
2. 删除冗余信息会生成更通用的模型。

Answer 1

总的来说，我认为您是对的，但可能具有颜色可以帮助网络在此给定任务上获得更好的结果。 我认为灰度可以工作，并且训练所需的计算量较少，但是在RGB图像上训练的网络可以获得更好的结果，这是一个折衷方案，取决于您要寻找的东西。 在进行深度学习时，您可以做的最好的事情就是在做出假设之后尝试一下。

Answer 2

这是一个好主意，考虑到您的模型可能会学习到不利于手头任务的相关性（例如，您的测试集仅包含红色法拉利，您可能无法识别另一种颜色）。