DNN -使用灰度图像代替RGB进行训练是个好主意吗？

Question

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？

这可能有以下好处：

1. 减少输入尺寸会导致更快的训练和测试。
2. 删除冗余信息会导致更通用的模型。

Answer 1

总的来说，我认为你是对的，但也许拥有颜色可以帮助网络在这个给定的任务上取得更好的结果。我认为灰度可以工作，而且训练的计算量较小，但是在RGB图像上训练的网络可以获得更好的效果，这是一种权衡，取决于您正在寻找的是什么。在处理深度学习时，你能做的最好的事情就是在做出假设之后尝试。

Answer 2

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