Tensorflow 对象检测 API 1 通道图像

Question

有没有办法在 Tensorflow 的对象检测 API 中使用针对 RGB 图像进行训练的预训练模型，用于单通道灰度图像（深度）？

Answer 1

我尝试使用以下方法在 Tensorflow 中使用预训练模型 (faster_rcnn_resnet101_coco_11_06_2017) 对灰度（1 通道图像）执行对象检测。它确实对我有用。

该模型是在 RGB 图像上进行训练的，因此我只需修改object_detection_tutorial.ipynb中的某些代码（可在 Tensorflow Repo 中找到）。

第一个更改： 请注意 ipynb 中的现有代码是为 3 通道图像编写的，因此更改 load_image_into_numpy 数组函数，如下所示

从

def load_image_into_numpy_array(image):
  (im_width, im_height) = image.size
  return np.array(image.getdata()).reshape(
      (im_height, im_width, 3)).astype(np.uint8)

到

def load_image_into_numpy_array(image):
  (im_width, im_height) = image.size
  channel_dict = {'L':1, 'RGB':3} # 'L' for Grayscale, 'RGB' : for 3 channel images
  return np.array(image.getdata()).reshape(
      (im_height, im_width, channel_dict[image.mode])).astype(np.uint8)

第二个变化：灰度图像只有 1 个通道的数据。为了执行目标检测，我们需要 3 个通道（推理代码是为 3 个通道编写的）

这可以通过两种方式实现。a) 将单通道数据复制到另外两个通道中 b) 用零填充其他两个通道。两种方法都可以，我用的是第一种方法

在 ipynb 中，转到读取图像的部分并将它们转换为 numpy 数组（ipynb 末尾的 forloop）。

更改代码来自：

for image_path in TEST_IMAGE_PATHS:
  image = Image.open(image_path)
  # the array based representation of the image will be used later in order to prepare the
  # result image with boxes and labels on it.
  image_np = load_image_into_numpy_array(image)
  # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
  image_np_expanded = np.expand_dims(image_np, axis=0)

对此：

for image_path in TEST_IMAGE_PATHS:
  image = Image.open(image_path)
  # the array based representation of the image will be used later in order to prepare the
  # result image with boxes and labels on it.
  image_np = load_image_into_numpy_array(image)
  if image_np.shape[2] != 3:  
      image_np = np.broadcast_to(image_np, (image_np.shape[0], image_np.shape[1], 3)).copy() # Duplicating the Content
      ## adding Zeros to other Channels
      ## This adds Red Color stuff in background -- not recommended 
      # z = np.zeros(image_np.shape[:-1] + (2,), dtype=image_np.dtype)
      # image_np = np.concatenate((image_np, z), axis=-1)
  # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
  image_np_expanded = np.expand_dims(image_np, axis=0)

就是这样，运行该文件，您应该会看到结果。这些是我的结果