Phototour 数据集平均值和标准差的计算

Question

我有一个关于 Phototour 数据集的平均值和标准差计算的问题。

Phototour 数据集提供了具有所有形状的

(64,64,1)

的相应补丁来训练描述符（通常是 CNN 网络）。 这些补丁是从原始图像中提取的。这些原始图像是由来自世界各地的游客从特定地点（Notredame、Liberty、Yosemite）以不同的图像分辨率拍摄的。每个 patch 的中心 (32, 32) 是 SIFT 检测器检测到的关键点。 例如，在这些数据集中，我们有近 50 万个补丁，是从 Notredame 的 715 张图像中提取的。

数据集链接： http://phototour.cs.washington.edu/

在 Pytorch Phototour 数据集中，他们定义如下：

means = {'notredame': 0.4854, 'yosemite': 0.4844, 'liberty': 0.4437,
         'notredame_harris': 0.4854, 'yosemite_harris': 0.4844, 'liberty_harris': 0.4437}
stds = {'notredame': 0.1864, 'yosemite': 0.1818, 'liberty': 0.2019,
        'notredame_harris': 0.1864, 'yosemite_harris': 0.1818, 'liberty_harris': 0.2019}

1. 如何重现这两个参数？
2. 我必须在提取的补丁或原始图像上计算平均值和标准差？

Answer 1

通常，您会测量训练集的平均值和标准差。您通常必须测量每个功能（或通道：这里有一个通道）。这里 Notre Dame、Yosemite 和 Liberty 在某种程度上被视为三个独立的数据集：

点击下面的链接下载 3 个数据集的 zip 文件

此外，它对应于提取的补丁的平均值/标准差是有意义的。由于

torchvision.datasets.PhotoTour

是包含与论文相关的 16x16 面片网格的数据集 学习局部图像描述符数据 [1].

[1]：S. Winder 和 M. Brown。学习局部图像描述符。出席计算机视觉与模式识别国际会议(CVPR2007)