如何训练 YoloV4 在灰度图像上进行自定义对象检测？

Question

我正在处理带有图表的文本图像。我的图像基本上是黑白的，我不明白为什么我想要图像中的颜色。我在默认设置下得到了一些不错的结果，但我也想在灰度图像上进行测试。我使用this tutorial 作为基础，默认情况下使用AlexyAB's repo for darknet。我想我必须将config 文件更改为：

channels=3 # I think I have to change it to 0
momentum=0.9
decay=0.0005
angle=0 # A link says that I have to comment these all
saturation = 1.5 # This on 
exposure = 1.5  # and this one too
hue=.1 # Should I change it to 0 too?

但是there is this link 说我必须评论hue,saturation,angle,exposure 等。我想知道：

1. 我必须将图像保存为目录中的灰度，否则代码会自行完成吗？
2. 除了设置channels=1 之外，还需要更改一些其他配置吗？将hue设置为0也是suggested in this link
3. 我是否需要修改一些处理加载图像的函数 as given in this link 作为 load_data_detection 函数

Answer 1

网上和官方仓库有帖子建议修改频道、色调值等。

这对 SURE 有用（我试过了）， 对于训练集，获取灰度图像或使用 openCV 将 RGB 转换为灰度。

cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

像你想要的 RGB 一样训练 YOLOv4，即不要弄乱通道、色调等。

注意：不要忘记像通常对 RGB 图像所做的那样设置步骤、批量大小、通道数等，只需在灰度图像而不是 RGB 上训练模型。

个人观察很少，找不到理论解释：

1. 在 RGB 图像上训练的 YOLOv4 不适用于黑白/灰度图像。
2. 在黑白/灰度图像上训练的 YOLOv4 不适用于 RGB。

希望这会有所帮助。

编辑：我尚未验证这是否会比使用减少通道训练的模型在计算上更昂贵。虽然它有shown 不是为了减少/提高推理时间。

Answer 2

只需在配置文件中更改channels=1 即可。如果不是，则注释掉angle,hue,exposure,saturation等其他参数，然后重试