我正在使用 tensorflow slim 加载预训练模型，如 vgg 和 resnet-50。因此对于 vgg ， tf-slim 提供了一种加载 RGB 平均值的方法，例如：
from preprocessing.vgg_preprocessing import (_mean_image_subtraction,
_R_MEAN, _G_MEAN, _B_MEAN)
我找不到与 resnets 类似的东西。还没有实施吗？我也知道一些像 py-torch 这样的库为每个模型提供了全局平均值。tf-slim 也是这样吗？
实际上，尽管preprocessing_factory说 restnetv2 使用 vgg_preprocessing 它不是。resnetv2 的正确预处理是 inception_preprocessing，如此 github 问题https://github.com/tensorflow/models/issues/2217中所述
前面的答案实际上并不完全正确。看看 https://github.com/tensorflow/models/blob/master/research/slim/preprocessing/preprocessing_factory.py
可以看到 Resnet-V1 和 ResNet-V2 都使用了 VGG 预处理
preprocessing_fn_map = {
'cifarnet': cifarnet_preprocessing,
'inception': inception_preprocessing,
'inception_v1': inception_preprocessing,
'inception_v2': inception_preprocessing,
'inception_v3': inception_preprocessing,
'inception_v4': inception_preprocessing,
'inception_resnet_v2': inception_preprocessing,
'lenet': lenet_preprocessing,
'mobilenet_v1': inception_preprocessing,
'mobilenet_v2': inception_preprocessing,
'mobilenet_v2_035': inception_preprocessing,
'mobilenet_v2_140': inception_preprocessing,
'nasnet_mobile': inception_preprocessing,
'nasnet_large': inception_preprocessing,
'pnasnet_mobile': inception_preprocessing,
'pnasnet_large': inception_preprocessing,
'resnet_v1_50': vgg_preprocessing,
'resnet_v1_101': vgg_preprocessing,
'resnet_v1_152': vgg_preprocessing,
'resnet_v1_200': vgg_preprocessing,
'resnet_v2_50': vgg_preprocessing,
'resnet_v2_101': vgg_preprocessing,
'resnet_v2_152': vgg_preprocessing,
'resnet_v2_200': vgg_preprocessing,
'vgg': vgg_preprocessing,
'vgg_a': vgg_preprocessing,
'vgg_16': vgg_preprocessing,
'vgg_19': vgg_preprocessing,
}
我在 ImageNet 验证数据集上测试了 Resnet_v1_50 和 Resnet_v2_50 的 Slim 检查点，结果是 Resnet_v1_50 使用 VGG 预处理，而 Resnet_v2_50 使用 Inception 预处理。
Github issue还指出了源代码中的误导性信息。
在 TensorFlow Slim resnet-v1 中使用 vgg_preprocessing。Resnet-v2 默认使用 inception 预处理，它使用了大量的颜色、色调和饱和度增强。这使得均值减法不太相关。