总结
这是一篇讨论不同颜色空间（color space） 对于分类任务（classification）精度影响的文章。
- 文中介绍了RGB、LAB、YCrCb、HSV、CIE等等不同的颜色空间，在单一颜色空间上进行分类任务使用LAB颜色空间精度最高
- 文中做了实验，证明同一个任务使用不同的组合的颜色空间数据集能够提升精度，即某些特定的颜色空间能够更好地表示某些特定的图像内容
- 网络模型使用晚期融合，即先在不同的颜色空间上进行训练，到最后再融合
实验多是在CIFAR数据集上进行；使用scikit库进行颜色空间转换
训练步骤：
输入RGB图像，然后转换为其他颜色空间，一同送进DENSENET中训练，每个DENSENET的输出分数被传到dense layer融合，这个layer之后的输出为最终输出分数
