神经网络对灰度图像的处理转为对彩色RGB图像的处理

或许记录一下，神经网络对灰度图像的处理转为对彩色RGB图像的处理。
只关注代码两行注释部分即可。

class SiameseNetwork(nn.Module):
    def __init__(self):
        super(SiameseNetwork, self).__init__()
        self.cnn1 = nn.Sequential(
            nn.ReflectionPad2d(1),
            #nn.Conv2d(1, 4, kernel_size=3), **# 处理单通道灰色图像**
            nn.Conv2d(3, 4, kernel_size=3), **# 这样就变成了处理三通道RGB图像**
            nn.ReLU(inplace=True),
            nn.BatchNorm2d(4),#数据归一化
            
            nn.ReflectionPad2d(1),
            nn.Conv2d(4, 8, kernel_size=3),
            nn.ReLU(inplace=True),
            nn.BatchNorm2d(8),
            
            nn.ReflectionPad2d(1),
            nn.Conv2d(8, 8, kernel_size=3),
            nn.ReLU(inplace=True),
            nn.BatchNorm2d(8),
        )
        self.fc1 = nn.Sequential(
            nn.Linear(8*100*100, 500),
            nn.ReLU(inplace=True),

            nn.Linear(500, 500),
            nn.ReLU(inplace=True),

            nn.Linear(500, 5))

    def forward_once(self, x):
        output = self.cnn1(x)
        output = output.view(output.size()[0], -1)
        output = self.fc1(output)
        return output

    def forward(self, input1, input2):
        output1 = self.forward_once(input1)
        output2 = self.forward_once(input2)
        return output1, output2

作为小白，当时也纠结了很久该怎么处理，还是对基础知识理解不够，看到卷积函数conv2d()的定义想到改第一个参数，没想到真是这样，就这？害。

当然对图像的处理也是要更改的，比如
img = img.convert(“L”)要删掉，这句话是把彩色图像换成灰色图像。