为什么我改变图像通道会导致神经网络分类准确率下降？

Question

原本我是用3通道一样的灰度图送入神经网络训练，分类准确率是93.6%。之后我改了一下图像通道，第一个通道还是灰度图，第二个通道是原图经过局部二值模式处理后的图，第三个通道是原图经过dct变换后的图像。我把这样处理后的图像送入神经网络训练，结果准确率只有82%，这是为什么呀？理论上只用灰度图就有93.6%准确率，我现在把其他两个通道换了为什么准确率会下降？

Answer 1

这证明经过dct变换、局部二值模式处理后，损失了部分有效图像特征；或者灰度图、二值处理图、dct图在三个通道对应分量上的特征无法组合成更优图像特征。这在神经网络调参过程中是很常见的，明明觉得处理一下分类效果会更好，但是实际上分类效果更差了。神经网络调参就是这样，建议你多尝试几种通道组合方法，并选取最优结果作为实验方法。

keras也是支持保存和读取权重的。

参见博文：https://blog.csdn.net/jclian91/article/details/83038861