深度学习中图像预处理为什么要减去均值？

目录

 

深度学习中图像预处理为什么要减去均值？

Notes

一些其他的图像预处理操作

截断标准差

从一个尺度空间，缩放（线性映射）到另一个尺度空间

参考

---

 

深度学习中图像预处理为什么要减去均值？

最近在看一些keras 代码的时候发现在图像的预处理过程中，总是会有类似于下面的这种操作：

# Subtract mean pixel and multiple by scaling constant 

im[:,:,0] = (im[:,:,0] - 103.94) * 0.017
im[:,:,1] = (im[:,:,1] - 116.78) * 0.017
im[:,:,2] = (im[:,:,2] - 123.68) * 0.017

这其中的参数是作者给出的，

Notes

Due to compatibility reasons, several modifications have been made:

• BGR mean values [103.94,116.78,123.68] are subtracted

• scale: 0.017 is used, instead of the original std values for image preprocessing

• ceil_mode: false is used in the first pooling layers ('pool1')

 

作者的数据集使用的是 ImageNet ， 这里的 [103.94,116.78,123.68]  指的是 imagenet 里面所有训练集数据的平均像素值，

三个值 对应图像的 BGR，

 

那为什么要做这样的一种操作呢？

我在网上看了很多资料， 大体上可以总结为两种 ：

1  、去均值是为了对图像进行标准化，可以移除图像的平均亮度值 (intensity)。很多情况下我们对图像的照度并不感兴趣，而更多地关注其内容，比如在对象识别任务中，图像的整体明亮程度并不会影响图像中存在的是什么物体。这时对每个数据点移除像素