Keras中初始v3的预处理功能

Question

这是Keras中初始v3的预处理功能.它与其他模型预处理完全不同.

def preprocess_input(x):
    x /= 255.
    x -= 0.5
    x *= 2.
    return x

1.为什么没有平均减法？

2.为什么没有RGB到BGR？

3. [-1,1]之间的映射对于这个模型是正常的吗？

这是Keras中VGG和ResNet的预处理功能:

def preprocess_input(x, data_format=None):
    if data_format is None:
        data_format = K.image_data_format()
    assert data_format in {'channels_last', 'channels_first'}

    if data_format == 'channels_first':
        # 'RGB'->'BGR'
        x = x[:, ::-1, :, :]
        # Zero-center by mean pixel

        x[:, 0, :, :] -= 103.939
        x[:, 1, :, :] -= 116.779
        x[:, 2, :, :] -= 123.68
    else:
        # 'RGB'->'BGR'
        x = x[:, :, :, ::-1]
        # Zero-center by mean pixel
        x[:, :, :, 0] -= 103.939
        x[:, :, :, 1] -= 116.779
        x[:, :, :, 2] -= 123.68
    return x

Caffe模型也使用平均减法和RGB到BGR.

Answer 1

1. 使用您引用的预处理功能训练了Inception模型.因此,您的图像必须通过该功能而不是VGG/ResNet的功能.不需要减去均值.另请参见此主题:https://github.com/fchollet/keras/issues/5416.

2. 原始GoogleNet论文指的是RGB图像而不是BGR.另一方面,VGG使用Caffe进行训练,Caffe使用OpenCV加载默认使用BGR的图像.

3. 是.另请参阅此主题和Marcins的回答:我应该在inception_v3.py keras中减去imagenet pretrained inception_v3模型的平均值吗？