本文介绍了在处理图像或数据集时如何获取图片的均值和方差，强调了其在理解数据分布和域自适应变化中的作用。通过代码示例展示了使用PyTorch计算均值和方差的过程，以及它们在图像处理如风格迁移和域变换中的应用。
获取图片均值和方差的方法
在域自适应变化中，或者在处理数据集的时候，经常需要对于图像 或者数据集 的均值和方差进行分析
通过分析均值、方差，可以比较高效地获得数据分布情况 特别是大数据集
因此，在这里记录并且介绍一下图片均值、方差的获取方法，通过一些简单的实验来说明算法和结果。
1、基本背景
1） 图片的均值、方差
一张三通道RGB图片可以表示为 RC*H*W 的一个空间，其中：
C 表示通道 ；H 表示图片的长度 ；W 表示图片的宽度
可以用一个大小为 I = [C, H, W] 的矩阵来表示这张图片
均值
公式： μ = 1 H ∗ W ∑ 0 < i ≤ H , 0 < j ≤ W I i , j \mu=\frac{1}{H*W}\sum_{
{0<i\le H,0<j\le W}}I_{i,j} μ=H∗W1∑0<i≤H,0<j≤WIi,j
最低0.47元/天 解锁文章
7587
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
