0

Von tensorflow's object recognition (R-CNN)Ist es möglich, Graustufenbilder zum bestehenden Modell zu verwenden?

Ich trainiere das bestehende Modell mit neuen Kategorien: die Arten von Kleidung (Jeans, Hosen, Bluse, und so weiter). Da wir keine Farben benötigen, um die Art der Kleidung zu bestimmen, die der Benutzer trägt, möchte ich ihn mit Graustufenbildern neu trainieren. Ist es möglich, Graustufenbilder zu trainieren, um existierende Modelle zu trainieren (die mit Farbbildern trainiert werden)?

Ich bin besorgt, weil sie ihr Modell mit Farbbilder trainiert haben.

Hält das Modell nur das Graustufenbild als Farbbild? Und funktioniert es noch? :)

P. S Ich bin die Erzeugung von XML und CSV-Dateien Daten für Ausbildung und Prüfung zu stellen.

Antwort

1

Ja, können Sie, aber Sie werden noch 2 Kanäle zu Ihren 1-Kanal-grau Eingangsbildern hinzufügen müssen, klonen nur Ihre graue Bild 3-mal, und verschmelzen diese als 3-Kanal-Bild. Wie auch immer, Sie benötigen 3 Kanal-Eingabebilder, um das mit Farbbildern trainierte Modell zu verwenden.

+0

In meinem Fall, ich bin die Erzeugung von XML und cSV-Dateien Daten für Ausbildung und Prüfung zu stellen. Also in meinem Verständnis kann ich nicht zwei weitere Kanäle hinzufügen .. Ich folge diesem Video ...! https://www.youtube.com/watch?v=kq2Gjv_pPe8 –

+0

Ihre Antwort ist richtig, aber ich denke, meine Frage war nicht konkret. Darf ich Sie noch einmal mit dieser Frage fragen? :) –

+0

Betrachtet das Modell das Graustufenbild nur als Farbbild? Und funktioniert es noch? :) –

1

Sie 1 Kanal des Graubild von tf.tail zu anderen 2 Kanäle klonen können, hier einige Codebeispiel:

images = tf.tile(images, [1, 3]) 
summary_images = tf.transpose(tf.reshape(images, [-1, 3, 28, 28]), (0, 2, 3, 1)) 

images ist Tensor mit Dimension N * 784N wird die Chargengröße, Bildursprungsgröße 28 * 28

Verwandte Themen