通常のCNNはRGBの３チャンネル入力で設計されている。
データ画像がグレースケールの場合どうネットワークを構築し入力するかというのが検討課題となる。本来であればグレースケールでオリジナルのCNNを設計すべきである。しかし、転移学習をしたい場合どうするか？
CNNのRGBの３チャンネルにグレースケールのデータを入力する方法が２通り考えられる。
① RGBのどれかの１チャンネルに0〜１の間の数値に正規化したグレースケールデータを入力し、残りの２チャンネルの値は０とする。
② RGBの３チャンネルに0〜１の間の数値に正規化したグレースケールデータの同じ値を入力する。
①と②学習精度の違いを確認するために、同じグレースケールデータを用いてそれぞれ学習を実施し認識精度を比較すると①＞② となった。
また、別にカラー画像を画像加工ソフトを用いグレースケール変換を実施し、カラー画像データでの学習後の認識精度とグレースケール画像データでの学習後の認識精度を比較すると、グレースケール画像の方が悪くなった。
※ 一般的には、カラー画像のグレースケール変換は人間の視覚の感覚に合わせて、R,G,Bを重み付けした線形和で変換する。
つまり、カラーからグレースケール変換すると情報は意図的に圧縮されてしまう。