tensorflow - 1 使用深度学习/cnn 进行对象检测的通道/灰度图像
问题描述
我从事对象检测已经有一段时间了,我见过的所有模型都只使用 RGB 作为输入(如果我们没有 3 个通道,我们会将数据从一种颜色/维度复制到另一种)。我们是否有任何深度学习模型,我们只能将 1 个通道作为模型的输入,例如 open cv 中的面部/眼睛检测器 (LBPHFaceRecognizer)。基本上是在寻找简单且计算要求不高的深度神经网络,当我们只有一个来自热图像、红外摄像机、TOF 摄像机、雷达等来源的通道时。
解决方案
如果我们使用 AutoML/NN 架构搜索进行对象检测,那么神经网络将有效地处理各种输入(包括灰度图像),Mobile net v3 或 Nasnet 是神经架构搜索的好例子。
推荐阅读
- javascript - 插入光标js的位置
- azure - 使用 Terraform,如何在 Azure 上创建使用现有托管磁盘的 VM?
- python - 将表单信息导出为 Excel 中的行
- python - 算法问题,如何在python和opencv中找到以角度码为边界的像素数
- function - 为 sinc(x)=sin(x)/x 编写一个 MATLAB 函数
- linux-kernel - 在没有系统调用的情况下写入磁盘
- python - 将数据集从“宽到长”格式转换/重塑,并将时间列转换为时间格式以进行时间序列分析
- c++ - 如何打印带有 Howard Hinnant 的 date.h 单位的“chrono”持续时间?
- sql - 在 SQL Server 上使用“不是 NULL”命令给了我“消息 102,级别 15,状态 1”错误
- asp.net-core - 在 ASP.NET Core 5 MVC 应用程序中缓存数百条路由