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实现建立SSH连接的方法
Jun 03 Python
Python中的CSV文件使用"with"语句的方式详解
Oct 16 Python
python去重,一个由dict组成的list的去重示例
Jan 21 Python
Python面向对象之继承和多态用法分析
Jun 08 Python
pyqt5 键盘监听按下enter 就登陆的实例
Jun 25 Python
Python单元测试工具doctest和unittest使用解析
Sep 02 Python
TensorFlow2.X结合OpenCV 实现手势识别功能
Apr 08 Python
python--shutil移动文件到另一个路径的操作
Jul 13 Python
Python接收手机短信的代码整理
Aug 02 Python
Python获取android设备cpu和内存占用情况
Nov 15 Python
Python中使用Lambda函数的5种用法
Apr 01 Python
Python下opencv使用hough变换检测直线与圆
Jun 18 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 和 XML: 使用expat函数(二)
2006/10/09 PHP
php5.3 废弃函数小结
2010/05/16 PHP
PHP CodeBase:将时间显示为"刚刚""n分钟/小时前"的方法详解
2013/06/06 PHP
IIS6.0中配置php服务全过程解析
2013/08/07 PHP
JMenuTab简单使用说明
2008/03/13 Javascript
JQuery 应用 JQuery.groupTable.js
2010/12/15 Javascript
遨游,飞飞,IE,空中网 浏览器无提示关闭方法
2011/07/11 Javascript
jQuery UI Dialog 创建友好的弹出对话框实现代码
2012/04/12 Javascript
JS实现清除指定cookies的方法
2014/09/20 Javascript
jquery动态分页效果堪比时光网
2014/09/25 Javascript
AngularJs bootstrap搭载前台框架——js控制部分
2016/09/01 Javascript
Vue.js仿微信聊天窗口展示组件功能
2017/08/11 Javascript
React Native基础入门之调试React Native应用的一小步
2018/07/02 Javascript
JavaScript中var的重要性实例分析
2019/07/09 Javascript
layUI实现前端分页和后端分页
2019/07/27 Javascript
Node.js中文件系统fs模块的使用及常用接口
2020/03/06 Javascript
js实现表单项的全选、反选及删除操作示例
2020/06/05 Javascript
Vue实现摇一摇功能(兼容ios13.3以上)
2021/01/26 Vue.js
Python sys.path详细介绍
2013/10/17 Python
python使用in操作符时元组和数组的区别分析
2015/05/19 Python
python中hashlib模块用法示例
2017/10/30 Python
Python堆排序原理与实现方法详解
2018/05/11 Python
python 2.7.13 安装配置方法图文教程
2018/09/18 Python
python删除文件夹下相同文件和无法打开的图片
2019/07/16 Python
Python对接六大主流数据库(只需三步)
2019/07/31 Python
Pytorch卷积层手动初始化权值的实例
2019/08/17 Python
Python实现RabbitMQ6种消息模型的示例代码
2020/03/30 Python
Python ConfigParser模块的使用示例
2020/10/12 Python
面向游戏玩家和书呆子的极客订阅盒:Loot Crate
2020/11/25 全球购物
医学专业五年以上个人求职信
2013/12/03 职场文书
军训自我鉴定200字
2014/02/13 职场文书
2014年镇党建工作汇报材料
2014/11/02 职场文书
分居协议书范本
2014/11/03 职场文书
离婚起诉书范文2016
2015/11/26 职场文书
公司晚会主持词
2019/04/17 职场文书
Java十分钟精通进阶适配器模式
2022/04/06 Java/Android