对象颜色识别是计算机视觉的一个子领域,其目标是对于给定的图片,计算机能判断出其中对象主体部分的颜色。它实际上包含两方面的内容：一是让计算机理解人类概念中的各种“颜色”,二是检测、识别图片主体(前景)中最显著的颜色成分。传统颜色方法往往只关注其中一个方面,本文则提出了一种基于深度学习的解决方案,可以用一个整体的方式同时处理颜色学习和主色判别。通过引入卷积神经网络,本方案可以直接从图像本身学习颜色特征,跳过了手工设计特征的过程,在简化模型建立、训练过程的同时能够获取潜在的信息关联,从而获得较好的识别效果。另外,由于设计的网络较深,本文使用了Inception等优化模块,有效避免了训练过程中的性能下降和过拟合等问题。文末实验表明,在限定类别的对象颜色识别中,本文提出的方案相对传统的识别方法有着较高的准确率和鲁棒性。