图像预处理中的去均值操作相关

训练神经网络时需要预先对数据进行处理，防止数据中存在的问题影响训练结果；其中一种预处理方法为将送入神经网络中的图像

减去均值除以方差，即归一化处理，其中均值有两种计算方式image mean 和 pixel mean

1. image mean

对于一张彩色RGB图像来说，其shape为(H, W, 3)，其image mean的shape也为(H, W, 3)，即image mean是把训练集中所有图像在同

一位置上对应的像素求取均值

2. pixel mean

pixel mean是将训练集中所有图像的所有R、G、B通道像素分别求取均值，求得的是三个数值(R_mean, G_mean, B_mean)

在每个图像上进行去均值的目的是移除数据集中数据的共同特征，凸显数据之间的差异，让模型学习数据之间的相对信息，同时除以方差，

使数据分布在(-1, 1)之间，方便模型训练。

 

但是在BN以及一系列的归一化操作出现后，上述的减mean除以std的方法就不是那么必要了