深度学习中图像预处理为什么要减去均值？

深度学习中图像预处理为什么要减去均值？

参考： https://www.cnblogs.com/Jerry-home/p/10109460.html

一般原图为黑白图片，比如 MNIST 数据集，不需要进行图片减去均值处理，而三通道的彩色图，一般都需要。

原因：
我们的自然图像其实是一种平稳的数据分布，即图像的每一维都服从相同的分布。所以通过减去数据对应维度的统计平均值，来消除公共的部分，以凸显个体之间的特征和差异。

好处： 加速训练迭代速度

基于 Caffe 的训练在数据处理阶段都会进行去均值，即生成的 mean.binaryproto 文件