在 Keras 中使用预训练的 ResNet 50 处理 4 个通道的图像

Question

有什么方法可以为我的项目使用 ResNet50 的 ImageNet 权重，该项目具有形状 (224,224,4) 的图像？图像具有 R、G、B、Y 通道。

目前，我只是在使用

 model = ResNet50(include_top=True, weights=None, input_tensor=None, input_shape=input_shape, pooling=None, classes=num_classes)

现在，如果我需要使用 ImageNet 权重，我需要始终将类数设置为 1000。我尝试这样做，然后弹出最后一层，并添加我自己的 Dense(num_classes) 层。然而，现在，通道的数量是一个问题。

任何人都可以建议一种在使用 ImageNet 权重时在模型中容纳 4 个通道的方法吗？