如何使用pytroch标准化Imagenet数据集？

Question

我正在尝试编写一个简单的代码来在 ImageNet 数据集上教授 resnet50。我不太明白为什么标准化不起作用。当我使用此转换作为数据增强时：

train_transforms = transforms.Compose([
    transforms.Resize((224, 224), antialias=True),
    transforms.RandomCrop(180),
    transforms.Resize((224, 224), antialias=True),
    transforms.RandomHorizontalFlip(),
    transforms.RandomVerticalFlip(),
    transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.15),
    transforms.RandomApply([transforms.GaussianBlur(3, sigma=(0.1, 2.0))], p=0.5),
    transforms.ToTensor()
])

我检查了结果，似乎没问题。这是一种光增强。例如这个华夫饼熨斗：

看起来像这样：

但是，如果我做完全相同的事情，但添加标准化，如下所示：

train_transforms = transforms.Compose([
        transforms.Resize((224, 224), antialias=True),
        transforms.RandomCrop(180),
        transforms.Resize((224, 224), antialias=True),
        transforms.RandomHorizontalFlip(),
        transforms.RandomVerticalFlip(),
        transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.15),
        transforms.RandomApply([transforms.GaussianBlur(3, sigma=(0.1, 2.0))], p=0.5),
        transforms.ToTensor(),
        transforms.Normalize(mean, std)
    ])

华夫饼熨斗看起来像这样：

我尝试将规范化放在 Transforms.Compose 的不同部分中，但它以其他方式不起作用。在某些星座中会抛出错误（因为它是在张量上定义的），或者它只是以其他方式破坏图片，例如：

当我尝试此订单时会发生这种情况：

train_transforms = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean, std),
    transforms.Resize((224, 224), antialias=True),
    transforms.RandomCrop(180),
    transforms.Resize((224, 224), antialias=True),
    transforms.RandomHorizontalFlip(),
    transforms.RandomVerticalFlip(),
    transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.15),
    transforms.RandomApply([transforms.GaussianBlur(3, sigma=(0.1, 2.0))], p=0.5),
])

我怎样才能让它工作，这里有什么问题？其余代码只是标准的 PyTorch 学习过程，没什么花哨的。

Answer 1

假设您为

mean

和

std

使用了合理的值，那么您的代码没有任何问题。标准化不会保留图像的视觉外观。