Opencv 我应该对图像进行灰度缩放吗?
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:
- 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!