使用深度学习/cnn进行目标检测的1通道/灰度图像
使用深度学习/cnn进行目标检测的1通道/灰度图像
提问于 2019-11-12 01:53:52
我从事物体检测已经有一段时间了，我看到的所有模型都只使用RGB作为输入(如果我们没有3个通道，我们就将数据从一种颜色/维度复制到另一种颜色/维度)。我们有没有深度学习模型，我们只能输入一个通道作为模型的输入，比如开放式简历中的人脸/眼睛检测器(LBPHFaceRecognizer)。基本上，当我们只有一个通道来自热像、红外相机、TOF相机、雷达等来源时，我们寻找简单且对计算要求较低的深度神经网络。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-19 01:14:40
如果我们使用AutoML/NN结构搜索进行目标检测，那么神经网络将有效地处理各种输入(包括灰度图像)，移动网络v3或Nasnet是神经结构搜索的很好的例子。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58806341
复制相关文章
相似问题
腾讯云开发者
