Tensorflow對象檢測API - 重新使用來自不同顏色空間的圖像？

我已經能夠重新訓練對象檢測模型以使用我的自定義類。但我現在想要做的是在推斷到不同的色彩空間（最好是YUV）期間修改輸入。Tensorflow對象檢測API - 重新使用來自不同顏色空間的圖像？

我需要修改網絡嗎？它可以使用相同的API來完成嗎？我仍然可以使用轉移學習，還是必須從頭開始培訓？

2017-09-22 Anand C U

這可能是最簡單的轉換爲RGB，但它絕對可以使用轉移學習進行訓練。您仍然必須將YUV值保存爲JPEG的RGB通道，並且不清楚這樣做是否有任何顯着的優勢，而不是簡單地轉換爲RGB。如果你想以降低的空間分辨率來表示色度（U，V）通道（如通常所做的那樣），但是這可能涉及設計定製架構，其可以利用這個。

2017-09-22 18:08:10

我試圖在Android環境中使用模型，其中獲取的圖像的默認色彩空間是YUV。我想根據時間和性能消除預處理步驟。 –

您不需要更改網絡架構。

你可以使用相同的API來訓練。

但我認爲你會遇到轉移學習的問題。

您正在使用的訓練有素的網絡進行傳輸學習是在RGB通道上進行的。這意味着，可能在第一層中，您有過濾器正在尋找RGB值之間的特定差異。例如，當您在B通道和R通道之間有一些差異時找到邊緣。對於V和Y通道之間的差異，此濾波器找不到相同的東西。

因爲從第一層開始，你將得到不同的結果，這將會傳播到整個網絡。

作爲一般的規則，如果你插入不同的數據到網絡比它預計不會得到相同的結果。

2017-09-23 20:58:20

你覺得這是不可能的，或者它是實驗性的，因此無法預測結果？ –

我認爲你不會得到預期的結果。但我認爲你可以試試。 –

回答