9

问题是关于PyTorch 网站上的数据加载教程。我不知道他们如何写转换的值mean_pix和值。std_pix标准化而不计算

我在 StackOverflow 上找不到与此问题相关的任何解释。

import torch
from torchvision import transforms, datasets

data_transform = transforms.Compose([
        transforms.RandomSizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize(mean=[0.485, 0.456, 0.406],
                             std=[0.229, 0.224, 0.225])
    ])
hymenoptera_dataset = datasets.ImageFolder(root='hymenoptera_data/train',
                                           transform=data_transform)
dataset_loader = torch.utils.data.DataLoader(hymenoptera_dataset,
                                             batch_size=4, shuffle=True,
                                             num_workers=4)

价值对我mean=[0.485,0.456, 0.406]来说std=[0.229, 0.224, 0.225]并不明显。他们如何得到它们？为什么它们等于这些？

4

1 回答 1

8

对于归一化input[channel] = (input[channel] - mean[channel]) / std[channel]，均值和标准差值将从训练数据集中获取。

这里，mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] 是 Imagenet 数据集的均值和标准差。

在 Imagenet 上，我们对数据集进行了传递并计算了每个通道的均值/标准差。 在这里检查

可用于迁移学习的预训练模型在torchvisionImagenet 上进行了预训练，因此使用它的均值和标准偏差对模型进行微调就可以了。

如果您尝试从头开始训练模型，最好使用训练数据集（在本例中为人脸数据集）的均值和标准差。除此之外，在大多数情况下，Imagenet 的平均值和标准足以解决您的问题。

于 2019-08-17T06:23:27.967 回答