pytorch - 他们怎么知道mean和std，transforms.Normalize的输入值

Question

问题是关于 PyTorch 网站上的 the data loading tutorial。我不知道他们是如何写出transforms.Normalize 中的mean_pix 和std_pix 的值而不计算的

我无法在 StackOverflow 上找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)

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

Answer 1

对于归一化 input[channel] = (input[channel] - mean[channel]) / std[channel] ，均值和标准差值取自 训练 数据集。

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。

On Imagenet, we’ve done a pass on the dataset and calculated per-channel mean/std. check here

torchvision 中可用于迁移学习的预训练模型已在 Imagenet 上进行了预训练，因此使用其均值和标准差可以很好地微调您的模型。

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，您的问题的 Imagenet suffice 的均值和标准差。