【CV基础】为什么一些深度学习的图像预处理使用mean=[0.485, 0.456, 0.406] and std=[0.229, 0.224, 0.225]来正则化?

使用Imagenet的均值和标准差是一种常见的做法。它们是根据数百万张图像计算得出的。如果要在自己的数据集上从头开始训练,则可以计算新的均值和标准差。否则,建议使用Imagenet预设模型及其平均值和标准差。
对于我们特定数据集,如遥感图像或者医学图像不采用该处理方式。

 

mean=[0.485, 0.456, 0.406]  # RGB
std=[0.229, 0.224, 0.225]  # RGB

注意对应的通道是否正确;

 

c++ code:

 opencv对cv::Mat进行操作:

 

对Tensor进行操作:

 

 

参考

1. 图像减均值除方差_Day202:opencv实现mxnet的均值归一化

2. opencv 图像归一化操作(减去均值,除以方差)

posted on   鹅要长大  阅读(769)  评论(0编辑  收藏  举报

编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 地球OL攻略 —— 某应届生求职总结
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】
历史上的今天:
2020-10-20 【leetcode_medium】55. Jump Game
2020-10-20 【leetcode_medium】48. Rotate Image
2020-10-20 【leetcode_medium】59. Spiral Matrix II
2020-10-20 【leetcode_medium】56. Merge Intervals

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示