neural-network - 图像均值减法和像素均值减法有什么区别？

Question

我知道我们需要将输入数据居中，以促进具有全局标量学习率的神经网络训练。但是减去所有 channel (R、G、B)中的像素均值而不是图像均值有什么区别呢？

此外，使用图像均值对我来说更有意义，因为我们训练网络中图像的不同空间区域可能具有不同的均值，并且减去在整个图像上计算的恒定像素均值将不会正确地将输入居中.

附言我正在研究图像分割问题，因此如果上下文影响答案，请指出。

Answer 1

只是为了澄清平均图像与平均像素:

图像 - 每个 channel 的平均图像(例如，对于具有 3 个 channel 的 250 X 250 图像，我们有 3 个尺寸为 250 X 250 的平均图像，像素位置的平均值)

像素 - 每个 channel 的单个平均值((例如，红色 channel 平均值、绿色 channel 平均值、蓝色 channel 平均值)

按照我的说法，当我们不确定模型实际是如何训练的(没有批量规范或均值)时，在推理时使用均值图像很好。