在灰度imagenet上训练的VGG16

Question

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模型‘看’灰度输入时，迁移学习是如何表现的。

谢谢!

Answer 1

是的，有这样一个：https://github.com/DaveRichmond-/grayscale-imagenet

Greyscale imagenet训练的模型，以及它的一个版本，在X射线上进行了微调。他们表明Imagenet的性能几乎不会下降。

Answer 2

@GrimSqueaker给了你这篇文章的代码：https://openaccess.thecvf.com/content_eccv_2018_workshops/w33/html/Xie_Pre-training_on_Grayscale_ImageNet_Improves_Medical_Image_Classification_ECCVW_2018_paper.html

然而，在其中训练的模型是初始v3而不是VGG16。

您有两个选择：

1. 使用彩色预训练的VGG16模型，并将一个通道复制到三个通道
2. 在ImageNet灰度数据集上训练您的VGG16模型。

你可能会发现这个链接很有用：https://github.com/zzangho/VGG16_grayscale