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

Question

问题是关于PyTorch 网站上的数据加载教程。我不知道他们是怎么写的价值mean_pix和std_pix的在transforms.Normalize不用计算

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)

价值mean=[0.485,0.456, 0.406]和std=[0.229, 0.224, 0.225]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]，均值和标准差值将取自训练数据集。

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。

在 Imagenet 上，我们已经完成了数据集的传递并计算了每个通道的均值/标准值。 在这里检查

可torchvision用于迁移学习的预训练模型是在Imagenet 上预训练的，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，Imagenet 的均值和标准差足以解决您的问题。