tensorflow - MobileNetV2 在 TF 2.2 上的预处理不一致

Question

在本分割教程中，预处理将图像值标准化为[0, 1].

但是，根据 MobileNetV2 的文档（https://www.tensorflow.org/api_docs/python/tf/keras/applications/mobilenet_v2/preprocess_input），预处理步骤将数据标准化为区间[-1, 1]。

哪种预处理是正确的，为什么？

Answer 1

如果您想从头开始训练自己的网络，您可以应用您认为合适的任何规范化，甚至根本不进行规范化，这是您的选择！

相反，如果您想重用预训练模型（例如：通过weights='imagenet'在 的定义中设置MobileNetV2），那么您应该使用https://www.tensorflow.org/api_docs/python/tf/keras/applications/中的特定预处理mobilenet_v2/preprocess_input，因为该模型已使用此特定预处理（归一化[-1, 1]）进行了训练。

尽管您应该这样做，但您也可以将MobileNetV2预训练模型视为静态黑盒转换，并插入您想要的任何规范化。缺点：您几乎肯定可以通过应用标准规范化来更好地利用这个黑匣子。