在很多项目中,经常会对数据求均值、方差和标准差,来对数据进行标准化。
例如在pytorch中利用transforms.Normalize(mean_vals, std_vals)来做标准化。
COCO数据集的均值和方差为:
- mean_vals = [0.471, 0.448, 0.408]
- std_vals = [0.234, 0.239, 0.242]
ImageNet数据集的均值和方差为:
- mean_vals = [0.485, 0.456, 0.406]
- std_vals = [0.229, 0.224, 0.225]
1、平均值
所有数据之和除以数据点的个数,以此表示数据集的平均大小。
![b654102107ad85562a2529850cd5e90e.png](https://i-blog.csdnimg.cn/blog_migrate/40fb6768d98a07c1fea9c48fdd1930f8.jpeg)
2、方差、标准差
方差:是为了表示数据集中数据点的离散程度
![af31197877ecf5d27ee3acbcf2a0251f.png](https://i-blog.csdnimg.cn/blog_migrate/fbe35a53336197ec9524ab205277b7dd.jpeg)
标准差:表示的是数据点的离散程度