從tensorflow's object recognition (R-CNN)是否可以將灰度圖像用於現有模型?
我正在重新訓練現有模型的新類別:衣服類型(牛仔褲,褲子,襯衫等)。由於我們不需要顏色來確定用戶穿着的衣服類型,我想用灰度圖像重新訓練它。是否可以使用灰度圖像來訓練現有模型(使用彩色圖像進行訓練)?
我很擔心,因爲他們訓練他們的模型與彩色圖像。
模型是否只考慮灰度圖像的彩色圖像?它還能工作嗎? :)
P.S我生成XML和CSV文件中把數據進行訓練和測試。
從tensorflow's object recognition (R-CNN)是否可以將灰度圖像用於現有模型?
我正在重新訓練現有模型的新類別:衣服類型(牛仔褲,褲子,襯衫等)。由於我們不需要顏色來確定用戶穿着的衣服類型,我想用灰度圖像重新訓練它。是否可以使用灰度圖像來訓練現有模型(使用彩色圖像進行訓練)?
我很擔心,因爲他們訓練他們的模型與彩色圖像。
模型是否只考慮灰度圖像的彩色圖像?它還能工作嗎? :)
P.S我生成XML和CSV文件中把數據進行訓練和測試。
是的,你可以,但你需要另外2個頻道添加到您的1路灰色輸入圖像,只是克隆你的灰度圖像的3倍,併合並這些爲3通道圖像。無論如何,你需要3通道輸入圖像來使用彩色圖像訓練的模型。
可以通過tf.tail
克隆灰度圖像到其它2個信道的1個信道,這裏的一些代碼例如:
images = tf.tile(images, [1, 3])
summary_images = tf.transpose(tf.reshape(images, [-1, 3, 28, 28]), (0, 2, 3, 1))
images
是張量與維N * 784
N
被批量大小,圖像原點大小爲28 * 28
就我而言,我正在生成XML和csv文件,以便將數據用於培訓和測試。所以在我的理解中,我不能再添加兩個頻道..我正在關注這個視頻......! https://www.youtube.com/watch?v=kq2Gjv_pPe8 –
你的回答是正確的,但我認爲我的問題不具體。我能再次問你這個問題嗎? :) –
該模型是否將彩色圖像視爲灰度圖像?它還能工作嗎? :) –