計算pytorch標準化(Normalize)所需要數(shù)據(jù)集的均值和方差實例
更新時間：2020年01月15日 14:56:36 作者：菜鳥川
今天小編就為大家分享一篇計算pytorch標準化(Normalize)所需要數(shù)據(jù)集的均值和方差實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
pytorch做標準化利用transforms.Normalize(mean_vals, std_vals)，其中常用數(shù)據(jù)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]
計算自己數(shù)據(jù)集圖像像素的均值方差：
import numpy as np
import cv2
import random
# calculate means and std
train_txt_path = './train_val_list.txt'
CNum = 10000 # 挑選多少圖片進行計算
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 , 隨機挑選圖片
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 讀取的圖像格式為BGR，PIL/Skimage讀取到的都是RGB不用轉(zhuǎn)
means.reverse() # BGR --> RGB
stdevs.reverse()
print("normMean = {}".format(means))
print("normStd = {}".format(stdevs))
print('transforms.Normalize(normMean = {}, normStd = {})'.format(means, stdevs))
以上這篇計算pytorch標準化(Normalize)所需要數(shù)據(jù)集的均值和方差實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
在本篇文章里小編給大家整理了關(guān)于如何解決cmd運行python提示不是內(nèi)部命令的相關(guān)內(nèi)容，有興趣的朋友們學習下。2020-07-07
這篇文章主要介紹了解決python的空格和tab混淆而報錯的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-02-02
這篇文章主要為大家介紹了python文本進度條，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-12-12
這篇文章主要介紹了Sanic框架應(yīng)用部署方法,結(jié)合實例形式分析了Sanic框架應(yīng)用部署的具體流程、相關(guān)命令與使用技巧,并附帶說明了Gunicorn的配置方法,需要的朋友可以參考下2018-07-07
這篇文章主要介紹了python關(guān)閉print輸出信息詳情，當我們遇到需要關(guān)閉print輸出信息的情況，我們可以通過控制sys.stdout來實現(xiàn)print輸出的開關(guān)，下面文章就用一個簡單的例子來實現(xiàn)，需要的小伙伴可以參考一下2022-02-02
這篇文章主要介紹了Python實現(xiàn)Linux命令xxd -i功能的相關(guān)資料,需要的朋友可以參考下2016-03-03
Pytest使用fixture實現(xiàn)token共享的方法
同學們在做pytest接口自動化時,會遇到一個場景就是不同的測試用例需要有一個登錄的前置步驟,登錄完成后會獲取到token,用于之后的代碼中,本文給大家介紹Pytest使用fixture實現(xiàn)token共享的方法,感興趣的朋友一起看看吧2023-11-11
這篇文章主要介紹了用Python進行數(shù)據(jù)清洗以及值處理,數(shù)據(jù)分析中，數(shù)據(jù)清洗是一個必備階段。數(shù)據(jù)分析所使用的數(shù)據(jù)一般都很龐大，致使數(shù)據(jù)不可避免的出現(xiàn)重復、缺失、異常值等異常數(shù)據(jù)，如果忽視這些異常數(shù)據(jù)，可能導致分析結(jié)果的準確性,需要的朋友可以參考下2023-07-07
線程在程序中是獨立的、并發(fā)的執(zhí)行流。與分隔的進程相比，進程中線程之間的隔離程度要小，它們共享內(nèi)存、文件句柄和其他進程應(yīng)有的狀態(tài)。線程的劃分尺度小于進程，使多線程程序的并發(fā)性高。進程在執(zhí)行過程中擁有獨立內(nèi)存單元，而多個線程共享內(nèi)存，從而提升程序運行效率2021-11-11
這篇文章主要介紹了3種python調(diào)用其他腳本的方法,每種方法通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2020-01-01