Image processing 当模型在RGB图像上训练时，可以使用哪些图像预处理方法来准备灰度图像用于目标检测？
我使用AWS SageMaker对象检测算法训练了一个对象检测模型。当传入的图像为本机RGB（3个通道）时，该模型工作良好。但是，当我传递灰度模型图像时，精度非常差。我知道每个通道都包含有价值的信息，因此我尝试将灰度图像转换为RGB，但这样做时性能仅略有提高。我还尝试了图像的对比度、亮度和dpi，但收效甚微。当我说这个模型从一开始就适用于RGB图像时，我说的是在一个相当大的验证集上大约98%的准确率。如果有人有任何建议，我将不胜感激Image processing 当模型在RGB图像上训练时，可以使用哪些图像预处理方法来准备灰度图像用于目标检测？,image-processing,object-detection,amazon-sagemaker,Image Processing,Object Detection,Amazon Sagemaker,我使用AWS SageMaker对象检测算法训练了一个对象检测模型。当传入的图像为本机RGB（3个通道）时，该模型工作良好。但是，当我传递灰度模型图像时，精度非常差。我知道每个通道都包含有价值的信息，因此我尝试将灰度图像转换为RGB，但这样做时性能仅略有提高。我还尝试了图像的对比度、亮度和dpi，但收效甚微。当我说这个模型从一开始就适用于RGB图像时，我说的是在一个相当大的验证集上大约98%的准确率。如果有人有任何建议，我将不胜感激 谢谢大家! 您可能必须使用灰度图像重新训练网络。这可能取决于灰
谢谢大家! 您可能必须使用灰度图像重新训练网络。这可能取决于灰度图像中明显不存在的颜色特征，因此性能较差。这是神经网络的“特征”之一：如果输入与某些训练示例不够相似，则网络的输出与随机输出一样好，有时甚至更差。：）