如何解决彩色和灰度图像
我正在尝试构建一个将灰度图像转换为彩色图像的模型。所以我使用彩色图像和灰度图像的组合来训练 cnn 模型。虽然训练和损失的准确性很好，但与实际相比，val 损失高，Val 准确性低，因此我得出结论，它是过度拟合的，尽管我应用了 dropout，批量归一化，图像增强。结果是一样的。所以，我认为由于将一半图像作为彩色图像发送，另一半图像是灰度图像，模型变得过拟合了。我该如何克服？
解决方法
我会先看看 jantic 在 deOldify 项目中所做的工作：https://github.com/jantic/DeOldify。当它起作用时，结果令人印象深刻。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
