图像标准化

torchvision.transforms.Normalize 是一个进行图像标准化的类。

它的作用是对图像中的每个像素做标准化 (normalization) 处理，这通常可以提高模型的训练效果。

这个标准化的公式如下:

$output[channel] = \dfrac{(input[channel] - mean[channel])}{std[channel]}$

其中:

• input: 输入的图像
• output: 标准化后的输出图像
• mean: 图像数据集在每个通道上的均值
• std: 图像数据集在每个通道上的标准差

所以在这里:

• [0.485, 0.456, 0.406] 表示的是一个 3 通道 (RGB) 图像数据集在每个通道上的均值
• [0.229, 0.224, 0.225] 表示的是每个通道上的标准差

将输入图像用这些均值和标准差进行标准化，可以减少不同图像因光照等条件变化导致的数值方面的差异，使模型更容易学习到图像的实质内容。

所以这个 Normalize 对象会对传入的图像做标准化处理，从而提高模型效果。

以 ImageNet 数据集为例，其 preprocessor 通常用到的均值和标准差就是:

• Mean = [0.485, 0.456, 0.406]
• Std = [0.229, 0.224, 0.225]