python - 使用 Lab 时，transforms.Normalize() 介于 0 和 1 之间

Question

这意味着，当我想将张量标准化为 0 到 1 的范围时，我应该使用 std 吗？但我只处理 2 个 channel (a、b channel -> -128 到 127)的图像，而不是 3 个 channel 。因此，通常的 mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] 无法完成这项工作。

transform = transforms.Compose([
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.485, 0.456, 0.406],
                        std=[0.229, 0.224, 0.225])
])

这会导致此错误消息:

tensor.sub_(mean[:, None, None]).div_(std[:, None, None])

RuntimeError: The size of tensor a (2) must match the size of tensor b(3) at non-singleton dimension 0

Answer 1

如您所见，PyTorch 提示张量大小，因为您缺少 channel 。

此外，“通常”平均值和标准值是在 ImageNet 数据集上计算的，如果您的数据统计数据与该数据集的统计数据匹配，则这些值非常有用。

由于您仅使用两个 channel ，我假设您的域可能与 3 channel 自然图像有很大不同。在这种情况下，我只需对 mean 和 std 使用 0.5，这样最小值 0 将转换为 (0 - 0.5)/0.5 = -1 以及最大值 1 到 (1 - 0.5)/0.5 = 1。

transform = transforms.Compose([
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.5, 0.5],
                        std=[0.5, 0.5])
])

<小时/>

编辑:我建议输入为零中心。

但是，如果由于某种原因您必须将其置于 [0, 1] 范围内，则仅调用 ToTensor() 就足够了。

在这种情况下，请注意。我认为 ToTensor() assumes your input to lie in range [0, 255]在转换之前，所以它基本上将其除以 255。如果您的域中不是这种情况(例如，由于某种原因您的输入始终在 [1, 50] 范围内)，我只需创建一个 custom transform除以数据的实际上限。