Opencv 我应该对图像进行灰度缩放吗？_Opencv_Neural Network_Deep Learning_Gpu_Conv Neural Network

Opencv 我应该对图像进行灰度缩放吗？

opencv neural-network deep-learning

Opencv 我应该对图像进行灰度缩放吗？,opencv,neural-network,deep-learning,gpu,conv-neural-network,Opencv,Neural Network,Deep Learning,Gpu,Conv Neural Network,我使用tensorflow的R-CNN对象检测库从图像中对30种衣服进行分类：当我们收集图像进行训练和测试时，颜色是否重要如果我只穿紫色和蓝色的衬衫，我猜它不会认出红色的衬衫我是否应该对所有图像进行灰度处理以检测衣服的类型？：）是的，颜色很重要。基本的视觉特征提取基于卷积神经网络，预训练用于对ImageNet数据集中的彩色图像执行图像识别 R-CNN存储库中关于RGB图像的说明数据集要求对于数据集中的每个示例，您都应该具有以下信息：数据集的RGB图像，编码为jpeg或png 图像的

我使用tensorflow的R-CNN对象检测库从图像中对30种衣服进行分类：

当我们收集图像进行训练和测试时，颜色是否重要

如果我只穿紫色和蓝色的衬衫，我猜它不会认出红色的衬衫

我是否应该对所有图像进行灰度处理以检测衣服的类型？：）

是的，颜色很重要。基本的视觉特征提取基于卷积神经网络，预训练用于对ImageNet数据集中的彩色图像执行图像识别

R-CNN存储库中关于RGB图像的说明

数据集要求

对于数据集中的每个示例，您都应该具有以下信息：

数据集的RGB图像，编码为jpeg或png

图像的边界框列表。每个边界框应包含：

由4个浮点数[ymin，xmin，ymax，xmax]定义的边界框坐标（原点位于左上角）。注意，我们在TFRecord数据集中存储规范化坐标（x/宽度，y/高度）
边界框中对象的类

酷。你认为对图像进行灰度缩放可以解决这个问题吗？如果你对图像进行灰度缩放，那么你的边界框类就是“帽子”、“衬衫”、“裤子”、“裙子”等。如果你不对图像进行灰度缩放，边界框类可以是相同的，也可以是更细粒度的，例如“红帽子”、“白衬衫”、“绿裤子”，“圆点裙”。酷！这就是我想要的！谢谢！