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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注