转载自:https://blog.csdn.net/Pierce_KK/article/details/90489397
图像的像素归一化是一个图像的预处理过程。
众所周知图像是由像素组成的,灰度图是由单个像素矩阵组成的,而彩色图像是由三个矩阵所构成的,即我们常说的红,绿,蓝三通道。
每个像素矩阵的取值均是0-255之间的整数,虽然可以直接将原始图像的像素真实值直接作为神经网络模型的训练数据,但是这可能会给我们模型的训练过程带来一些问题,
因为在深度神经网络训练时一般使用较小的权重值来进行拟合,而当训练数据的值是较大整数值时,可能会减慢模型训练的过程。
如果我们在将图像输入到神经网络之前对图像做像素值归一化的处理,即将像素值缩放到0-1之间,就能够避免很多不必要的麻烦。
(当图像的像素处于0-1范围时,由于仍然介于0-255之间,所以图像依旧是有效的,并且可以正常查看图像。)
方法:
像素的归一化可以通过将所有像素值除以最大像素值来实现,最大像素值一般为255。
需要注意的是,不管图片是单通道的黑白图片还是多通道的彩色图片,都可以使用这种方法;
其余的一些标准化和中心化的内容如下:
https://www.jianshu.com/p/95a8f035c86c