Предварительная обработка изображений с помощью предварительно подготовленной модели Keras
Я пытаюсь настроить модель VGG16 в Керасе для применения в медицинской визуализации.
Поскольку медицинские изображения являются серыми изображениями, я копирую каждое серое изображение в каналы RGB (3 канала имеют одинаковое серое изображение), чтобы их можно было использовать в качестве входных данных для модели VGG. Назовем их "RGB" изображениями (с кавычками).
Но если я использую preprocess_input функция от keras.applications.vgg16 для предварительной обработки изображений "RGB", то, потому что режим по умолчанию - "caffe" в preprocess_input, он вычтет средние значения RGB [103.939, 116.779, 123.68], которые были рассчитаны на основе обучающего набора данных в Imagenet, из каждого созданного мной изображения "RGB".
Однако на моих изображениях "RGB" все 3 канала RGB должны иметь одинаковое среднее значение, и что более важно, поскольку мои являются медицинскими изображениями, среднее значение должно отличаться от изображений из Imagenet.
Итак, в этом случае, как я должен предварительно обработать мои изображения "RGB", чтобы точно настроить модель VGG16 с предварительно подготовленными весами "Imagenet"?
Кроме того, просто чтобы убедиться, что предварительно подготовленные гири Imagenet в Керасе были обучены с данными, которые были предварительно обработаны в режиме 'caffe', верно?