1
我分類30種衣服使用R-CNN從tensorflow對象檢測庫的圖像:https://github.com/tensorflow/models/tree/master/research/object_detection我應該灰化圖像嗎?
顏色是否不管什麼時候,我們收集的培訓和測試圖像?
如果我只穿紫色和藍色襯衫,我猜它不會識別紅色襯衫?
我應該灰度化所有圖像來檢測衣服的類型? :)
我分類30種衣服使用R-CNN從tensorflow對象檢測庫的圖像:https://github.com/tensorflow/models/tree/master/research/object_detection我應該灰化圖像嗎?
顏色是否不管什麼時候,我們收集的培訓和測試圖像?
如果我只穿紫色和藍色襯衫,我猜它不會識別紅色襯衫?
我應該灰度化所有圖像來檢測衣服的類型? :)
是的,顏色確實很重要。基礎的視覺特徵提取基於卷積神經網絡,經過預先訓練以對ImageNet數據集中的彩色圖像執行圖像識別。
bringing in your own dataset上的R-CNN存儲庫指令要求RGB圖像。
數據集需求之間
每例如,在你的數據集,你應該有以下信息:
- 編碼爲JPEG或PNG數據集的RGB圖像。
- 圖像邊界框的列表。每個邊界框應包含:
- 由4個浮點數[ymin,xmin,ymax,xmax]定義的邊界框座標(原點位於左上角)。請注意,我們將標準化座標(x /寬度,y /高度)存儲在TFRecord數據集中。
- 邊界框中的對象的類。
酷。你認爲灰度圖像會解決這個問題嗎? –
如果你灰度圖像,那麼你的邊界框類只是簡單的「帽子」,「襯衫」,「褲子」,「裙子」等 如果你不灰度圖像,邊界框類可以是相同,或者他們可以更細粒度,例如「紅色帽子」,「白色襯衫」,「綠色長褲」,「波爾卡圓點連衣裙」。 –
酷!這就是我想要的!謝謝! –