Skip to main content
 首页 » 编程设计

python之图像识别中的预处理

2024年12月31日7bjzhanghao

我是图像识别的初学者,需要一些有关预处理图像的帮助。

  1. 我使用迁移学习模型 resnet18 进行识别工作。我得到: 在 [3] 中:pretrainedmodels.pretrained_settings['resnet18'] 出[3]: {'图像网':{'网址': 'https://download.pytorch.org/models/resnet18- 5c106cde.pth', '输入空间':'RGB', 'input_size': [3, 224, 224], 'input_range': [0, 1], '平均':[0.485,0.456,0.406], '标准':[0.229,0.224,0.225], 'num_classes':1000}}

我发现 mean 和 std 与我的图像数据集完全不同。

我应该如何标准化我的训练集?用上面的均值和标准差还是用我自己算的均值和标准差?

  1. 我将数据集分为 train_set、valid_set 和 test_set。

我有两种方法:

A.计算它们的均值和标准差并单独归一化

B.计算整个数据集的均值和标准差,然后进行归一化。

哪个是对的?

3.什么时候做归一化?在 data_augmentation 之前还是在 data_augmentation 之后?

请您参考如下方法:

如果您使用自己的数据集和预训练权重训练新模型,则需要为新数据集设置新的均值和标准差。

基本上,您需要重复 ImageNet 的处理过程。编写一个脚本来计算整个数据集的一般 [mean, std] 值。

但请记住注意您的数据集分布,因为它肯定会影响模型性能。

然后为您的训练/验证集单独定义一个转换器方法。通常我们不会对测试集进行归一化,因为在现实世界场景中,您的模型将接收不同类型的数据。您应该在构建数据集时执行规范化过程,并结合其他增强技术。

例如,考虑这个玩具示例

"transformer": { 
    "train": transforms.Compose([ 
        transforms.Resize(size=299), 
        transforms.RandomHorizontalFlip(p=0.2), 
        transforms.ToTensor(), 
        transforms.Normalize(new_mean, new_std) 
    ]), 
    "valid": transforms.Compose([ 
        transforms.Resize(size=299), 
        transforms.ToTensor(), 
    ]) 
} 
 
train_ds = CustomDataset(type="train", transformer=transformer["train"]) 
valid_ds = CustomDataset(type="valid", transformer=transformer["valid"]) 

如果你有更多的困惑,请告诉我