keras中使用预训练的VGG19网络能否处理单通道的灰度图？

Question

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)

Answer 1

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。