DNN-使用灰度图像而不是RGB进行训练是个好主意吗

Question

我正试图训练一个DNN，用于对象检测(车辆检测和识别(。既然颜色对识别来说无关紧要，那么使用灰度图像进行训练是个好主意吗？

这可能有以下好处：

1. 减小输入尺寸可以更快地进行训练和测试
2. 去除冗余信息会产生更通用的模型

Answer 1

总的来说，我认为你是对的，但可能有颜色可以帮助网络在这项给定的任务上取得更好的结果。我认为灰度可以工作，并且训练起来计算量较小，但在RGB图像上训练的网络可以获得更好的结果，这是一种折衷，取决于你想要什么。在处理深度学习时，你能做的最好的事情就是在做出假设后尝试。

Answer 2

考虑到您的模型可能会学习到对手头任务有害的相关性，这是一个好主意(例如，也许您的测试集只包含红色法拉利，您可能无法识别另一种颜色(。