ImageNet的均值和标准差

为什么深度学习的一些图像预处理使用mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]来进行正则化？

因为mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]是根据ImageNet数据集中的数百万张图像计算得到的，而使用ImageNet的均值和标准差是训练模型时的一种常用方法。

要注意对应的图像通道是否正确：

mean=[0.485, 0.456, 0.406]  # RGB
std=[0.229, 0.224, 0.225]  # RGB

这是数值范围在[0, 1]的图像的均值和标准差，对于[0, 255]的输入，用mean=(0.485, 0.456, 0.406)*255就可以得到推荐的RGB的mean。

mean=(0.485, 0.456, 0.406)*255 = (123.675, 116.28, 103.53)
std=(0.229, 0.224, 0.225)*255 = (58.395, 57.12, 57.375)

除了ImageNet外，还有一些常用的数据集的均值和方差：

# CIFAR10
cifar10_mean = (0.4914, 0.4822, 0.4465)
cifar10_std = (0.2471, 0.2435, 0.2616)

# CIFAR100
cifar100_mean = (0.5071, 0.4867, 0.4408)
cifar100_std = (0.2675, 0.2565, 0.2761)