本文介绍了图像预处理中RGB均值的计算及其在数据标准化中的应用，强调了在自然图像中减去数据集均值的重要性，以凸显个体差异。通过遍历数据集获取像素的均值，然后对图像进行去均值处理，以优化深度学习和计算机视觉任务的效果。
目的：
为了进行数据特征标准化，即像机器学习中的特征预处理那样对输入特征向量各维去均值再除以标准差，但由于自然图像各点像素值的范围都在0-255之间，方差大致一样，只要做去均值（减去整个图像数据集的均值或各通道关于图像数据集的均值）处理即可。
默认自然图像是一类平稳的数据分布(即数据每一维的统计都服从相同分布)，此时，在每个样本上减去数据的统计平均值可以移除共同的部分，凸显个体差异。
方法：
要求得方差和均值，只需要遍历一遍数据集：读取一张图片，保存当前图片的每个通道像素值的和以及像素值平方的和，利用得到的值再进一步求得数据集的均值和方差。
方差推导如下：(N是像素的总个数)
step1:
step2:
2453
4023
695
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
