python - 具有任意数量输入 channel (多于 RGB)的卷积神经网络架构

Question

我对使用 CNN 进行图像识别非常陌生，目前使用 Keras(VGG 和 ResNet)中提供的几种标准(预训练)架构来执行图像分类任务。我想知道如何将输入 channel 的数量概括为 3 个以上(而不是标准 RGB)。例如，我有一张图像是通过 5 个不同的(光学)滤镜拍摄的，我正在考虑将这 5 个图像传递到网络。

因此，从概念上讲，我需要作为输入传递 (Height, Width, Depth) = (28, 28, 5)，其中 28x28 是图像大小，5 - channel 数。

请问有没有使用 ResNet 或 VGG 的简单方法？

Answer 1

如果您重新训练模型，那不是问题。只有当你想使用经过训练的模型时，你才必须保持输入相同。