【CV基礎】為什么一些深度學習的圖像預處理使用mean=[0.485, 0.456, 0.406] and std=[0.229, 0.224, 0.225]來正則化？

使用Imagenet的均值和標准差是一種常見的做法。它們是根據數百萬張圖像計算得出的。如果要在自己的數據集上從頭開始訓練，則可以計算新的均值和標准差。否則，建議使用Imagenet預設模型及其平均值和標准差。
對於我們特定數據集，如遙感圖像或者醫學圖像不采用該處理方式。

 

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

注意對應的通道是否正確；

 

c++ code：

 opencv對cv::Mat進行操作：

 

對Tensor進行操作：

 

 

參考

1. 圖像減均值除方差_Day202:opencv實現mxnet的均值歸一化；

2. opencv 圖像歸一化操作(減去均值，除以方差)；

完