图像数据归一化怎么计算？我现在有点迷茫？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2056 天前的主题，其中的信息可能已经有所发展或是发生改变。

在神经网络中，通常会对数据进行归一化操作。
那么图像数据集的均值方差是怎么求的？
每一张图三个通道 RGB，对应三个均值方差，
还是整个数据集的三个通道 RGB,对应三个均值方差，
还是把图像拉直，整个数据集每个特征维一个均值方差？

5 条回复 • 2019-03-27 10:54:20 +08:00

ppdg

2019-03-26 11:55:23 +08:00

一般是每个通道

pupupu

2019-03-26 14:55:33 +08:00

用的什么框架，应该会有相应的归一化接口，归一化是为了让所有的数据处在一个较小的范围之中，非负的一般处理到 0~1 之间，通常不超过 3~5，这样数据训练的时候才会容易收敛。图像归一下简单一下就是全部除以 255.0,直接归一化到 0~1 之间。

2h4dl

2019-03-27 10:44:47 +08:00

@ppdg 是针对整个数据集还是单张图？

2h4dl

2019-03-27 10:45:46 +08:00

@pupupu 在处理其他数据的时候应该是针对每一维来进行归一化操作的，是这样吗？

ppdg

2019-03-27 10:54:20 +08:00

@2h4dl #3 你说的这个是去均值，具体怎么做根据你图像的特点而定，通常情况下是基于你整个数据集统计的。这一步没有什么标准做法，跟你处理的具体什么类型图像相关。当然，你也可以依据效果而定。