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写的贪吃蛇游戏例子
Jun 16 Python
Python入门篇之对象类型
Oct 17 Python
python读取json文件并将数据插入到mongodb的方法
Mar 23 Python
Python 出现错误TypeError: ‘NoneType’ object is not iterable解决办法
Jan 12 Python
Python进阶之递归函数的用法及其示例
Jan 31 Python
tensorflow 中对数组元素的操作方法
Jul 27 Python
Python虚拟环境的原理及使用详解
Jul 02 Python
Python3实现zip分卷压缩过程解析
Oct 09 Python
django列表筛选功能的实现代码
Mar 27 Python
更新升级python和pip版本后不生效的问题解决
Apr 17 Python
Python开发入门——迭代的基本使用
Sep 03 Python
python实现模拟器爬取抖音评论数据的示例代码
Jan 06 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
安装APACHE
2007/01/15 PHP
使用PHP实现蜘蛛访问日志统计
2013/07/05 PHP
ThinkPHP使用心得分享-ThinkPHP + Ajax 实现2级联动下拉菜单
2014/05/15 PHP
JS 非图片动态loading效果实现代码
2010/04/09 Javascript
jQuery列表拖动排列具体实现
2013/11/04 Javascript
javascript的document.referrer浏览器支持、失效情况总结
2014/07/18 Javascript
javascript显式类型转换实例分析
2015/04/25 Javascript
js中document.referrer实现移动端返回上一页
2017/02/22 Javascript
详解AngularJs路由之Ui-router-resolve(预加载)
2017/06/13 Javascript
create-react-app构建项目慢的解决方法
2018/03/14 Javascript
vue 开发一个按钮组件的示例代码
2018/03/27 Javascript
node中的cookie的具体使用
2018/09/13 Javascript
一篇文章弄懂javascript中的执行栈与执行上下文
2019/08/09 Javascript
JQuery中的常用事件、对象属性与使用方法分析
2019/12/23 jQuery
vue-cli3配置favicon.ico和title的流程
2020/10/27 Javascript
用js实现放大镜效果
2020/10/28 Javascript
解决ant Design中Select设置initialValue时的大坑
2020/10/29 Javascript
JavaScript实现移动端拖动元素
2020/11/24 Javascript
[01:24:09]Ti4 冒泡赛第二轮DK vs C9 1
2014/07/14 DOTA
[03:11]不朽宝藏三外观展示
2020/09/18 DOTA
Python通过调用有道翻译api实现翻译功能示例
2018/07/19 Python
Django 对IP访问频率进行限制的例子
2019/08/30 Python
Python 获取命令行参数内容及参数个数的实例
2019/12/20 Python
Python dict的常用方法示例代码
2020/06/23 Python
详解Python利用configparser对配置文件进行读写操作
2020/11/03 Python
悦木之源美国官网:Origins美国
2016/08/01 全球购物
Original Penguin美国官网:布拉德皮特、强尼德普喜爱的服装品牌
2016/10/25 全球购物
英国最大的正宗复古足球衫制造商和零售商:TOFFS
2018/06/21 全球购物
车库门开启器、遥控器和零件:Chamberlain
2019/04/09 全球购物
ghd法国官方网站:英国最受欢迎的美发工具品牌
2019/04/18 全球购物
医学专业毕业生推荐信
2013/11/14 职场文书
博士生入学考试推荐信
2013/11/17 职场文书
五年级科学教学反思
2014/02/05 职场文书
法人身份证明书
2014/10/08 职场文书
北京故宫的导游词
2015/01/31 职场文书
Python并发编程实例教程之线程的玩法
2021/06/20 Python