【问题标题】:Can we use the weights of a model trained on RGB images for Grayscale images?我们可以将在 RGB 图像上训练的模型的权重用于灰度图像吗?
【发布时间】:2017-11-23 22:12:20
【问题描述】:

实际上,我正在尝试使用从 Image Net 上预先训练的初始模型到灰度数据集的迁移学习,所以我只想知道我可以使用相同的权重还是在使用之前先进行一些更改权重。

提前致谢。

【问题讨论】:

  • 你可以简单的让红绿蓝通道等于灰度图像,因为RGB中的灰度意味着红绿蓝的值是相同的。即把灰度图复制三次,在三维中叠加,人为地创建RGB灰度图。但是,颜色的使用是一个强大的提示,因此仅使用灰度图像您可能会得到相当弱的预测。
  • 能否请您提供代码我该怎么做。

标签: machine-learning tensorflow deep-learning


【解决方案1】:

有几个选项可用:

  1. 使用标准 OpenCV 函数将灰度图像转换为彩色图像。
  2. 在前面添加一个深度为 3 的卷积层作为输出。照常进行。
  3. 从现有网络的第一层中选择一组权重。
  4. 平均现有网络第一层的权重。

每个选项分别有不同的取舍:

  1. 这可能效果很好,但您要付出额外计算的代价,在这种情况下可能不会很多。
  2. 您实际上可能正在学习尝试映射到 RGB 的过滤器,因此这可能类似于 1。
  3. 这是一个 hack,可能不会像您预期的那样工作。
  4. 同 3。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-02-08
    • 2020-03-21
    • 1970-01-01
    • 2018-07-15
    • 2021-06-16
    • 2021-05-14
    • 2018-02-06
    • 2021-03-09
    相关资源
    最近更新 更多