图像归一化方法

郭庆汝

已于 2022-03-23 13:18:55 修改

阅读量2k

点赞数

分类专栏：图像处理文章标签：图像处理

于 2022-03-23 10:44:43 首次发布

本文链接：https://blog.csdn.net/guoqingru0311/article/details/123678668

版权

图像处理专栏收录该内容

6 篇文章 0 订阅

订阅专栏

图像归一化方法

这是因为使用了使用ImageNet的均值和标准差。
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。

    def normalize(self, im):
        """
        Normalize image
        :param im: input image
        :return: Normalized image
        """
        import cv2
        img_mean = [0.485, 0.456, 0.406]
        img_std = [0.229, 0.224, 0.225]
        im = im.astype(np.float32, copy=False)
        im = im / 255
        im[:, :, 0] -= img_mean[0]
        im[:, :, 1] -= img_mean[1]
        im[:, :, 2] -= img_mean[2]
        im[:, :, 0] /= img_std[0]
        im[:, :, 1] /= img_std[1]
        im[:, :, 2] /= img_std[2]
        channel_swap = (2, 0, 1)
        im = im.transpose(channel_swap)
        return im

郭庆汝

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
图像归一化方法

图像归一化方法这是因为使用了使用ImageNet的均值和标准差。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。 def normalize(self, im): """ Normalize image :param im: input image :return: Norm
复制链接

扫一扫