深度学习文章4：计算图像数据集的均值

计算图像数据集的均值

在前一篇文章中我们已经知道了如何将自己的图像数据转换为caffe需要的db文件深度学习文章3：将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件 ，在进行模型的训练之前，我们还需要进行一步，就是计算图像数据集的均值。

1.为什么计算图像数据的均值？

通常来讲，在各类深度学习模型中都具有计算图像均值的操作，这是因为图像减去均值后，再进行训练/测试，会大大提高速度和精度，这是我们在进行大量计算时希望可以达到的效果。

在caffe中，我们如何得到这个均值，实际上就是计算所有训练样本的平均值，计算出来后，保存为一个均值文件，在以后的测试中，就可以直接使用这个均值，而不需要重新对带测试的图像进行计算了。

在实际使用中，计算均值需要产生.binaryproto的均值文件，通常我们可以使用caffe提供的脚本直接计算，此外，如果在之后进行测试时也想使用均值，例如调用python接口，就需要生成python接口.npy文件，这个文件可以由之前.binaryproto文件转换得来。下面我们将就这两个文件的产生进行详述。

2.二进制格式的均值文件

在caffe根目录下的build/tools/文件夹下，caffe为我们提供了计算均值的文件compute_mean.cpp，编译后在caffe根目录下的tools文件夹下，我们可以直接调用