在caffe输入层中，可以定义一个平均图像，该图像保存所有使用的图像的平均值。从图像网络示例中：“模型要求我们从每个图像中减去图像均值，因此我们必须计算均值”。
我的问题是：减法的实现是什么？简单吗：
used_image = original_image - mean_image
或者
used_image = mean_image - original_iamge
或者
used_image = |original_image - mean_image|^2
如果它是前两个之一，那么负像素的处理能力如何？由于图片通常存储在uint8中，这意味着它只是从头开始。例如
200-255 = 56
为什么我需要知道这一点？我进行了测试，并且知道第二个示例或第三个示例会更好地工作。
这是第一个步骤，很简单的标准化步骤。相反，使用第二个元素并不重要：权重会反转。
本身没有“负像素”：这只是矩阵运算的整数输入。欢迎您将其解释为某种视觉变化，但是算术无关紧要。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句