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