DNN - 使用灰度图像而不是 RGB 进行训练是个好主意吗答案

【问题标题】：DNN - Is it a good idea to use grayscale images instead of RGB for trainingDNN - 使用灰度图像而不是 RGB 进行训练是个好主意吗
【发布时间】：2018-11-18 11:59:41
【问题描述】：

我正在尝试训练 DNN 以进行对象检测（车辆检测和识别）。由于颜色对于识别并不重要，因此使用灰度图像进行训练是否是个好主意？

这可能有以下好处：

减少输入维度可以加快训练和测试速度。
删除冗余信息会产生更通用的模型。

【问题讨论】：

标签： deep-learning object-detection object-recognition

【解决方案1】：

总的来说，我认为你可能是对的，但可能有颜色可以帮助网络在这个给定的任务上取得更好的结果。我认为灰度可以工作并且训练的计算量较小，但是在 RGB 图像上训练的网络可以获得更好的结果，这是一种权衡，取决于你在寻找什么。在处理深度学习时，你能做的最好的事情就是在做出假设后尝试。

【讨论】：

【解决方案2】：

这是个好主意，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，您的测试集可能只包含红色法拉利，您可能无法识别另一种颜色）。

【讨论】：