1回答
我想通过Tensorflow的Object Detection API在CT扫描图像(灰度图像)中检测特征，并可能对它们进行分割。所以我有两个问题：-Or，我如何训练现有的模型，用于RGB图像，以便我可以用
浏览 18提问于2020-05-09得票数 0
有没有办法在Tensorflow的对象检测API中使用预先训练过的模型，该API用于RGB图像、单通道灰度图像(深度)？
浏览 0提问于2018-02-12得票数 4
我只想在使用tensorflow对象检测api训练的模型时获得实时速度，输入张量有shape1，width，height,3，它是3个通道，但我认为如果我只使用1个通道训练我的模型，它只需要灰度图像作为输入，因此，这可以减少计算复杂度，这对我的应用程序来说，速度是非常重要的。
浏览 3提问于2017-08-07得票数 5
我观察到，对于图像，我们正在创建一个具有相同维数的模型，但我们可以选择将其从3变为1。例如:-如果我们有一个尺寸为28x28x3的彩色图像(使用RGB)，则我们将其作为输入输入到模型中。对于相同的图像，如果我们使用rgb2gray方法将其转换为灰色，则会将其尺寸从28x28x3转换为28x28。为什么我们不总是将这个灰色图像提供给我们的模型？
浏览 0提问于2018-10-24得票数 0
2回答
我发现在(颜色) imagenet数据库(作为.npy)上预先训练过的VGG16网络。是否有针对灰度版本的imagenet数据库进行过预训练的VGG16网络？(在灰色的1通道输入上使用conv1.1层的3通道滤波器的常用‘技巧’对我来说是不够的。我正在观察网络性能的增量改进，所以我需要看到当预训练</e
浏览 1提问于2018-02-06得票数 6
1回答
我的工作是手语检测使用VGG16预训练模型与灰度图像。当我试图运行model.fit命令时，我会得到以下错误。我已经有了RGB格式的图像，但是我想用它们作为灰度来检查它们是否与灰度一起工作。原因是，对于彩色图像，我没有得到我所期望的准确性。它只具有最大40%的测试精度，并且在数据集上被过度拟合。
另外，这是我的<
浏览 6提问于2022-06-10得票数 2
我有一个关于ImageDataGenerator的flow_from_directory方法的问题。我的图像是RGB格式的，我正在使用转移学习，我想在灰度图像上训练模型，但预训练模型需要3个通道。有一种方法是在flow_from_directory颜色模式下，取灰度或RBG。我的问题是，如果我在这里写灰度，Ke
浏览 0提问于2021-01-26得票数 0
我正在创建一个图像数据集，以使用Tensoflow Detection API (SSD/MobileNet)训练检测器。
图像是灰度的，但似乎输入应该是RGB图像。我是否需要通过仅将第一个通道复制到其他两个通道来将灰度图像转换为三通道RGB？(如果是，有没有软件可以做到这一点？)或者另外两个通道应该是空的？(有没有可
浏览 11提问于2018-07-11得票数 2
回答已采纳
2回答
目前，我正在处理一个数据集，其中我有两种图像：“锐化版本”的图像和“模糊版本”的相同图像，其中模糊是人工添加的。我的目标是训练一个模型，该模型接受模糊版本的图像，并尝试尽可能多地对图像进行去模糊处理，以便“去模糊图像”更接近于锐化版本。在文献中，UNet架构似乎是一个效果良好的模型。此外，我还
浏览 33提问于2021-06-02得票数 0
我正在尝试将灰度图像转换为rgb图像，tensorflow.js是否有像tensorflow中的tf.image.grayscale_to_rgb这样的函数来执行此操作？
浏览 67提问于2021-02-07得票数 0
我有一个简单的Python代码(用于培训的Keras教程)。我试图在加载图像时删除img = img.convert('L')以保留颜色(我所有的图像都是RGB色的，所以数据不是问题)，但我遇到了这个错误：ValueError: could not broadcast, ke
浏览 127提问于2019-11-28得票数 2
回答已采纳
1回答
目前，我正在做一个工业自动光学检测用例，在这个用例中，我尝试了不同类型的预训练CNN，如MobileNet、Resnet、VGGNet或InceptionV3，所有这些都是使用Imagenet进行预训练的我想知道你是否可以给我一个建议，哪个模型最适合工业AOI用例，目的是找出材料表面的缺陷。这些图像是灰度图像。 你认为预先训练的模型在这里更有意义
浏览 34提问于2020-03-20得票数 0
如何使经过训练的模型识别我从其他地方提取的图像？使用的库是tensorflow 2.0、cv2和numpy。据我所知，model.predict()标识了它的输入。我的意思是，如果我以某种形式输入'3‘的手写图像，它将识别并输出'
浏览 0提问于2019-04-22得票数 0
回答已采纳
2回答
我正在处理包含图表的文本图像。我的图像基本上是黑白的，我不明白为什么我想要在我的图像中的颜色。我得到了一些不错的结果与默认设置，但我想测试灰度图像也。that I have to comment these allexposure = 1.5 # and this one too
hue=.1但是说我必须评论hue,sat
浏览 4提问于2021-04-03得票数 0
实际上，我们正在使用faster_rcnn_inception_resnet_v2_atrous_coco预训练模型来训练我们自己的数据集图像，但我们希望改进我们的目标检测。我如何从头开始训练模型，例如，使用inception v3或v4来使用COCO数据集进行对象检测？我希望像中描述的其他模型一样，生成一个名为faster_rcnn_incep
浏览 30提问于2018-01-04得票数 0
model.add(MaxPooling2D(pool_size = (2,2)))model.add(Conv2D(64,(3,3),strides=(1,1e = 1 / ((episode / 10) + 1) screen = ImageGrab.grab(bbox = box) bi
浏览 20提问于2021-05-21得票数 0
我正试图训练一个DNN来进行目标检测(车辆检测和识别)。由于颜色对于识别并不重要，所以使用灰度图像进行训练是个好主意吗？
减少输入尺寸会导致更快的训练和测试。删除冗余信息会导致更通用的模型。
浏览 0提问于2018-11-18得票数 0
1回答
认为这可能是有用的信息:在我的model.json文件中，我有以下内容：
这里有两个错误。我有一个keras模型，它已经被转换成一个tfjs_graph_model，当给一个图像时，它应该返回一个二进制分类。第一个Error: The shape of dict['input_1'] provided in model.execute(dict) must be [-1,380,380,1], but was[1,380,380,3
浏览 1提问于2021-04-22得票数 1
我正在从事人类活动识别的工作，其中我使用的是双流网络。对于时间流(光流作为输入)，我从头开始训练我的模型，这需要大量的资源和时间。我决定在Keras应用程序中使用预训练模型来使用迁移学习，但keras应用程序中的每个模型都使用3通道输入形状，其中光流是1通道图像。有人能指导我如何使用预训练模型
浏览 51提问于2021-06-24得票数 0
1回答
我正在运行fcn-alexnet进行语义分割，我下载了预先训练的模型。因为我的数据是单通道的，所以显示了一个错误：
浏览 4提问于2017-03-31得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
