计算pytorch标准化(Normalize)所需要数据集的均值和方差实例


Posted in Python onJanuary 15, 2020

pytorch做标准化利用transforms.Normalize(mean_vals, std_vals),其中常用数据集的均值方差有:

if 'coco' in args.dataset:
  mean_vals = [0.471, 0.448, 0.408]
  std_vals = [0.234, 0.239, 0.242]
elif 'imagenet' in args.dataset:
  mean_vals = [0.485, 0.456, 0.406]
  std_vals = [0.229, 0.224, 0.225]

计算自己数据集图像像素的均值方差:

import numpy as np
import cv2
import random
 
# calculate means and std
train_txt_path = './train_val_list.txt'
 
CNum = 10000   # 挑选多少图片进行计算
 
img_h, img_w = 32, 32
imgs = np.zeros([img_w, img_h, 3, 1])
means, stdevs = [], []
 
with open(train_txt_path, 'r') as f:
  lines = f.readlines()
  random.shuffle(lines)  # shuffle , 随机挑选图片
 
  for i in tqdm_notebook(range(CNum)):
    img_path = os.path.join('./train', lines[i].rstrip().split()[0])
 
    img = cv2.imread(img_path)
    img = cv2.resize(img, (img_h, img_w))
    img = img[:, :, :, np.newaxis]
    
    imgs = np.concatenate((imgs, img), axis=3)
#     print(i)
 
imgs = imgs.astype(np.float32)/255.
 
 
for i in tqdm_notebook(range(3)):
  pixels = imgs[:,:,i,:].ravel() # 拉成一行
  means.append(np.mean(pixels))
  stdevs.append(np.std(pixels))
 
# cv2 读取的图像格式为BGR,PIL/Skimage读取到的都是RGB不用转
means.reverse() # BGR --> RGB
stdevs.reverse()
 
print("normMean = {}".format(means))
print("normStd = {}".format(stdevs))
print('transforms.Normalize(normMean = {}, normStd = {})'.format(means, stdevs))

以上这篇计算pytorch标准化(Normalize)所需要数据集的均值和方差实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python的另外几种语言实现
Jan 29 Python
在Python中使用cookielib和urllib2配合PyQuery抓取网页信息
Apr 25 Python
Python中__init__.py文件的作用详解
Sep 18 Python
python爬虫的工作原理
Mar 05 Python
python2.7到3.x迁移指南
Feb 01 Python
Python3爬虫教程之利用Python实现发送天气预报邮件
Dec 16 Python
python数据类型之间怎么转换技巧分享
Aug 20 Python
python+django+rest框架配置创建方法
Aug 31 Python
python通过链接抓取网站详解
Nov 20 Python
Django查询优化及ajax编码格式原理解析
Mar 25 Python
在python中利用pycharm自定义代码块教程(三步搞定)
Apr 15 Python
python中if嵌套命令实例讲解
Feb 25 Python
pytorch 图像中的数据预处理和批标准化实例
Jan 15 #Python
pytorch实现特殊的Module--Sqeuential三种写法
Jan 15 #Python
python实现删除列表中某个元素的3种方法
Jan 15 #Python
python opencv根据颜色进行目标检测的方法示例
Jan 15 #Python
Python基于Tensor FLow的图像处理操作详解
Jan 15 #Python
OpenCV哈里斯(Harris)角点检测的实现
Jan 15 #Python
Pytorch模型转onnx模型实例
Jan 15 #Python
You might like
PHP 文件编程综合案例-文件上传的实现
2013/07/03 PHP
一个严格的PHP Session会话超时时间设置方法
2014/06/10 PHP
CodeIgniter模板引擎使用实例
2014/07/15 PHP
[原创]PHP实现生成vcf vcard文件功能类定义与使用方法详解【附demo源码下载】
2017/09/02 PHP
学习YUI.Ext基础第一天
2007/03/10 Javascript
用JTrackBar实现的模拟苹果风格的滚动条
2007/08/06 Javascript
javascript的字符串按引用复制和传递,按值来比较介绍与应用
2012/12/28 Javascript
jquery触发a标签跳转事件示例代码
2013/07/21 Javascript
Javascript中3种实现继承的方法和代码实例
2014/08/12 Javascript
浅谈javascript对象模型和function对象
2014/12/26 Javascript
深入分析下javascript中的[]()+!
2015/07/07 Javascript
JS使用post提交的两种方式
2015/12/03 Javascript
JS中递归函数
2016/06/17 Javascript
JS高仿抛物线加入购物车特效实现代码
2017/02/20 Javascript
JavaScript评论点赞功能的实现方法
2017/03/13 Javascript
解决AngualrJS页面刷新导致异常显示问题
2017/04/20 Javascript
Vue组件和Route的生命周期实例详解
2018/02/10 Javascript
详解用场景去理解函数柯里化(入门篇)
2019/04/11 Javascript
实用Javascript调试技巧分享(小结)
2019/06/18 Javascript
vue 实现Web端的定位功能 获取经纬度
2019/08/08 Javascript
javascript sort()对数组中的元素进行排序详解
2019/10/13 Javascript
vue+webpack 更换主题N种方案优劣分析
2019/10/28 Javascript
简单上手Python中装饰器的使用
2015/07/12 Python
python urllib爬虫模块使用解析
2019/09/05 Python
Python进阶之使用selenium爬取淘宝商品信息功能示例
2019/09/16 Python
英国计算机产品零售商:Novatech(定制个人电脑、笔记本电脑、工作站和服务器)
2018/01/28 全球购物
意大利火车票和铁路通行证专家:ItaliaRail
2019/01/22 全球购物
护理工作感言
2014/01/16 职场文书
自荐书范文范例
2014/02/13 职场文书
司法助理专业自荐书
2014/06/13 职场文书
2014镇副书记群众路线专题民主生活会思想汇报
2014/09/23 职场文书
离婚协议书范本(2014版)
2014/09/28 职场文书
幸福家庭事迹材料
2014/12/20 职场文书
中学感恩教育活动总结
2015/05/05 职场文书
Win11如何启用启动修复 ? Win11执行启动修复的三种方法
2022/04/08 数码科技
Django框架中视图的用法
2022/06/10 Python