CNN 中 3 通道和 1 通道表示的灰度图像之间的区别？
Difference between grayscale images represented by 3 channels and 1 channel in CNN?
我正在对颜色不起作用的图像进行分类。所以，我对我的图像进行了灰度化处理，得到的只是灰度图像。但它们由 3 个通道表示。我知道，我可以使用以下公式：
gray_value = R * 0.299 + G * 0.587 + B * 0.114
将RGB图像转换为灰度图像，得到只有一个通道的灰度图像。
我的问题是，在 CNN 中使用由 3 个通道或 1 个通道表示的灰度图像（不是在代码或过滤器中，而是在结果中）有区别吗？即使两种情况下的图像相同，结果是否会因通道数而异？
3通道和1通道灰度给出的信息是一样的，但是在CNN的权重和偏置方面，来自3通道图像的CNN会更大，所以需要更多的时间来计算。
我建议将图像预处理为 1 通道灰度，然后才将图像用作 CNN 的输入。
我正在对颜色不起作用的图像进行分类。所以，我对我的图像进行了灰度化处理，得到的只是灰度图像。但它们由 3 个通道表示。我知道，我可以使用以下公式：
gray_value = R * 0.299 + G * 0.587 + B * 0.114
将RGB图像转换为灰度图像，得到只有一个通道的灰度图像。
我的问题是，在 CNN 中使用由 3 个通道或 1 个通道表示的灰度图像（不是在代码或过滤器中，而是在结果中）有区别吗？即使两种情况下的图像相同，结果是否会因通道数而异？
3通道和1通道灰度给出的信息是一样的，但是在CNN的权重和偏置方面，来自3通道图像的CNN会更大，所以需要更多的时间来计算。 我建议将图像预处理为 1 通道灰度，然后才将图像用作 CNN 的输入。