0

我目前正在为 Tensorflow 实现一些图像样式传输算法,但我想在瓦片中进行,所以我不必通过网络运行整个图像。一切正常,但是每个图像根据其自身的统计数据进行不同的标准化,这导致图块的特征略有不同。

我确信唯一的问题是实例标准化,因为如果我将真实值(从整个图像中获得)提供给每个图块计算,结果是完美的,但是我仍然必须通过网络运行整个图像来计算这些值. 我还尝试使用图像的下采样版本来计算这些值,但分辨率会受到很大影响。

所以我的问题是:是否可以在不通过网络输入整个图像的情况下估计平均值和方差值以进​​行实例标准化?

4

1 回答 1

0

您可以对图像的像素进行随机采样,并使用样本均值样本方差对整个图像进行归一化。它不会是完美的,但样本越大越好。几百个像素可能就足够了,甚至更少,但您需要进行试验。

用于tf.random_uniform()获取随机 X 和 Y 坐标,然后用于tf.gather_nd()获取给定坐标处的像素值。

于 2018-04-25T22:46:26.333 回答