transform归一化处理

在加载数据集的时候我们需要对读入的图片进行归一化处理，在pytorch里使用torchvision中的transform来对其进行处理，这里不介绍旋转，裁剪等操作，进介绍归一化操作，会用到下面两个函数

• transforms.ToTensor()
• transforms.Normalize()

一般处理图片时有两个操作，第一步将其归一化为0-1之间，第二步在使用Normalize进行归一化

ToTensor

这一步很简单，将图片归一化到[0, 1]之间，即将图片像素(max 255)除上255即可，同时将HWC转化为CHW。如下所示，将1除上255即的0.0039

import numpy as np
from torchvision import transforms
data = np.array([[[1, 1, 1], 
                  [2, 2, 2]],
                 [[3, 3, 3], 
                  [4, 4, 4]]], dtype='uint8')
print(data)
print(data.shape)
transform = transforms.Compose([transforms.ToTensor()])
data = transform(data)
print(data)
print(data.shape)
'''
[[[1 1 1]
  [2 2 2]]

 [[3 3 3]
  [4 4 4]]]
(2, 2, 3)
tensor([[[0.0039, 0.0078],
         [0.0118, 0.0157]],

        [[0.0039, 0.0078],
         [0.0118, 0.0157]],

        [[0.0039, 0.0078],
         [0.0118, 0.0157]]])
torch.Size([3, 2, 2])
'''

Normalize

需要给Normalize指定参数，Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

其中((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))，第一个括号内分别为RGB通道的均值，第二个括号内分别为RGB通道的方差，首先我们手动计算一下三个通道的均值和方差，由于上述例子不难，我们直接能得到均值和方差为别为(2.5, 2.5, 2.5)，(1.118, 1.118, 1.118)

import torch
import numpy as np
from torchvision import transforms
data = np.array([[[1, 1, 1], 
                  [2, 2, 2]],
                 [[3, 3, 3], 
                  [4, 4, 4]]], dtype='uint8')
print(data)
print(data.shape)
transform = transforms.Compose([transforms.ToTensor(),
                                transforms.Normalize((2.5, 2.5, 2.5), (1.118, 1.118, 1.118))])
data = transform(data)
print(data)
print(data.shape)
'''
[[[1 1 1]
  [2 2 2]]

 [[3 3 3]
  [4 4 4]]]
(2, 2, 3)
tensor([[[-2.2326, -2.2291],
         [-2.2256, -2.2221]],

        [[-2.2326, -2.2291],
         [-2.2256, -2.2221]],

        [[-2.2326, -2.2291],
         [-2.2256, -2.2221]]])
torch.Size([3, 2, 2])
'''

为了验证上述结果我们这里手动计算一下结果，可以发现与上述结果相同

import numpy as np
from torchvision import transforms
data = np.array([[[1, 1, 1], 
                  [2, 2, 2]],
                 [[3, 3, 3], 
                  [4, 4, 4]]], dtype='uint8')
print(data)
print(data.shape)
data = data/255

data = (data[:,:,:]-2.5)/1.118
print(data)
'''
[[[1 1 1]
  [2 2 2]]

 [[3 3 3]
  [4 4 4]]]
[[[-2.23262829 -2.23262829 -2.23262829]
  [-2.22912063 -2.22912063 -2.22912063]]

 [[-2.22561296 -2.22561296 -2.22561296]
  [-2.2221053  -2.2221053  -2.2221053 ]]]
'''

这里就会产生一个问题，为什么最终结果没有归一化到[-1, 1]之间呢，这是因为我们最终通过$\frac{x-u}{\sigma }$归一化的结果为标准正态分布，如果要归一化到[-1, 1]需要将均值设为0.5，方差为0.5才可以，这是因为第一步ToTensor归一化到[0, 1]之后，减去0.5除上0.5就能够到[-1, 1]，我们只需要改变Normalize的参数，transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))下面经过试验可以看到确实范围在[-1, 1]了

[[[1 1 1]
  [2 2 2]]

 [[3 3 3]
  [4 4 4]]]
(2, 2, 3)
tensor([[[-0.9922, -0.9843],
         [-0.9765, -0.9686]],

        [[-0.9922, -0.9843],
         [-0.9765, -0.9686]],

        [[-0.9922, -0.9843],
         [-0.9765, -0.9686]]])
torch.Size([3, 2, 2])