Tensorflow 对象检测 API – 重新训练以使用不同颜色空间的图像?

我已经能够重新训练对象检测模型以适用于我的自定义类别。但现在我想在推理过程中将输入修改为不同的颜色空间(最好是YUV)。

我需要修改网络吗?可以使用相同的API来完成吗?我仍然可以使用迁移学习,还是必须从头开始训练?


回答:

最简单的做法可能是直接转换为RGB,但使用迁移学习进行训练肯定是可行的。你仍然需要将YUV值保存为JPEG的RGB通道,这样做的优势是否显著还不清楚,与直接转换为RGB相比。

一个可能的小速度优势是,如果你想以较低的空间分辨率表示色度(U,V)通道(这通常是常见的做法),但这可能需要设计一个能够利用这一优势的自定义架构。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注