使用 Lab 时，transforms.Normalize() 介于 0 和 1 之间

Question

这意味着，当我想将张量标准化为 0 到 1 的范围时，我应该使用 std 吗？但我只使用 2 个通道（a、b 通道 -> -128 到 127）而不是 3 个通道的图像。因此，通常的mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] 将无法完成这项工作。

transform = transforms.Compose([
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.485, 0.456, 0.406],
                        std=[0.229, 0.224, 0.225])
])

这会导致此错误消息：

tensor.sub_(mean[:, None, None]).div_(std[:, None, None])

RuntimeError: 张量 a (2) 的大小必须与张量 b 的大小相匹配 (3) 在非单维0

Answer 1

如您所见，PyTorch 抱怨张量大小，因为您缺少通道。

此外，“通常”的均值和标准值是在 ImageNet 数据集上计算得出的，如果您的数据的统计信息与该数据集的统计信息相匹配，这些值将非常有用。

由于您只使用两个通道，我假设您的域可能与 3 通道自然图像有很大不同。在这种情况下，我将简单地将0.5 用于mean 和std，这样最小值0 将转换为(0 - 0.5) / 0.5 = -1，最大值1 将转换为(1 - 0.5) / 0.5 = 1。

transform = transforms.Compose([
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.5, 0.5],
                        std=[0.5, 0.5])
])

---

编辑：我建议输入零居中。

但是，如果由于某种原因您必须将其置于 [0, 1] 范围内，则仅调用 ToTensor() 就足够了。

在这种情况下，请注意。我认为 ToTensor() assumes your input to lie in range [0, 255] 在转换之前，所以它基本上将它除以 255。如果您的域中不是这种情况（例如，由于某种原因，您的输入总是在 [1, 50] 范围内）我会简单创建一个custom transform 来划分数据的实际上限。