来自Tensorflow的对象识别（R-CNN）
我正在重新培训现有模型的新类别：衣服的类型（牛仔裤，裤子，上衣等）。由于我们不需要颜色来确定用户穿着的衣服类型，因此我想用灰度图像对其进行重新培训。是否可以使用灰度图像来训练现有模型（对颜色图像进行了训练）？
我很关心，因为他们用颜色图像训练了自己的模型。
模型是否仅将灰度图像视为颜色图像？它仍然有效吗？：）
P.S我正在生成XML和CSV文件，以放置用于培训和测试的数据。
是的，您可以，但是您需要在1通道灰色输入图像中添加其他2个通道，只需克隆灰色图像3次，然后将其合并为3通道图像。无论如何，您需要3个通道输入图像来使用经过颜色图像训练的模型。
您可以通过tf.tile克隆1个灰色图像的1个频道到其他2个频道，以下是一些代码示例：
images = tf.tile(images, [1, 3])
summary_images = tf.transpose(tf.reshape(images, [-1, 3, 28, 28]), (0, 2, 3, 1))
images是张量，尺寸N * 784 N是批处理大小，图像来源大小为28 * 28