keras中使用预训练的VGG19网络能否处理单通道的灰度图? 80C

在SRGAN当中,如果要对单通道的灰度图进行训练可以将输入层的尺寸改为(: ,: ,1),但是此时网络中使用的VGG19的 输入仍然为RGB三通道的图像,因此会报错。

VGG网络能否用于SRGAN对灰度图像的训练中?如果可以因当如何修改?

使用VGG19的代码如下:

def build_vgg(self):
    vgg=VGG19(weights='imagenet')
    vgg.outputs = [vgg.layers[9].output]
    img = Input(shape=self.hr_shape)
    img_features = vgg(img)

    return Model(img, img_features)

2个回答

lidalucky
lidalucky 可以,赞
大约一个月之前 回复

可以把灰度图宽展成3通道的彩图,既把灰度图3层叠加(也可以使用其他办法),然后再有现有的VGG模型,再微调应该就可以来;
或者你参考VGG模型,重新自定义一个对应于单通道图片的网络模型重新训练。

qq_39412061
吃鸡王者 回复lidalucky: 不客气
29 天之前 回复
lidalucky
lidalucky 回复吃鸡王者: 好的,谢谢
30 天之前 回复
qq_39412061
吃鸡王者 回复lidalucky: 要不你就使用扩展为三通道彩图的方法,比较容易实现
大约一个月之前 回复
lidalucky
lidalucky 这样做是不是太专业了
大约一个月之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问