transform(一):归一化

在加载数据集的时候我们需要对读入的图片进行归一化处理，在pytorch里使用torchvision中的transform来对其进行处理，这里不介绍旋转，裁剪等操作，进介绍归一化操作，会用到下面两个函数

• transforms.ToTensor()
• transforms.Normalize()

一般处理图片时有两个操作，第一步将其归一化为0-1之间，第二步在使用Normalize进行归一化

ToTensor

这一步很简单，将图片归一化到[0, 1]之间，即将图片像素max(即255)除上255即可，同时将HWC转化为CHW。如下所示，将1除上255即的0.0039

data1 = np.array([[[1, 1, 1],
                  [2, 2, 2]],

                 [[3, 3, 3],
                  [4, 4, 255]]], dtype='uint8')
data2 = transforms.ToTensor()(data)

'''
data1 --> (2,2,3)
[[[  1   1   1]
  [  2   2   2]]

 [[  3   3   3]
  [  4   4 255]]]

data2 --> (3, 2, 2)
tensor([[[0.0039, 0.0078],  # 第一维度R
         [0.0118, 0.0157]],

        [[0.0039, 0.0078],  # 第二维度G
         [0.0118, 0.0157]],

        [[0.0039, 0.0078],  # 第三维度B
         [0.0118, 1.0000]]])
'''

Normalize

需要给Normalize指定参数，Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

其中((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))，第一个括号内分别为RGB通道的均值，第二个括号内分别为RGB通道的方差，首先我们手动计算一下三个通道的均值和方差，由于上述例子不难，我们直接能得到均值和方差为别为(2.5, 2.5, 65.25),(1.118, 1.118, 109.55)

data1 = np.array([[[1, 1, 1],
                  [2, 2, 2]],

                 [[3, 3, 3],
                  [4, 4, 255]]], dtype='uint8')

transform = transforms.Compose([transforms.ToTensor(),
                                transforms.Normalize((2.5, 2.5, 65.25), (1.118, 1.118, 109.55))])
data2 = transform(data1)
'''
data2
tensor([[[-2.2326, -2.2291],
         [-2.2256, -2.2221]],

        [[-2.2326, -2.2291],
         [-2.2256, -2.2221]],

        [[-0.5956, -0.5955],
         [-0.5955, -0.5865]]])
'''

为了验证上述结果我们这里手动计算一下结果，可以发现与上述结果相同

data = data/255
data1 = (data[:,:,0]-2.5)/1.118
data2 = (data[:,:,1]-2.5)/1.118
data3 = (data[:,:,2]-65.25)/109.55
'''
1,2,3,4 -->
[[-2.23262829 -2.22912063]
 [-2.22561296 -2.2221053 ]]

1,2,3,4 -->
[[-2.23262829 -2.22912063]
 [-2.22561296 -2.2221053 ]]

1,2,3,255 -->
[[-0.59558264 -0.59554684]
 [-0.59551105 -0.58649019]]
'''

这里就会产生一个问题，为什么最终结果没有归一化到[-1, 1]之间呢，这是因为我们最终通过归一化的结果为标准正态分布，如果要归一化到[-1, 1]需要将均值设为0.5，方差为0.5才可以，这是因为第一步ToTensor归一化到[0, 1]之后，减去0.5除上0.5就能够到[-1, 1]，我们只需要改变Normalize的参数，transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))下面经过试验可以看到确实范围在[-1, 1]了

transform = transforms.Compose([transforms.ToTensor(),
                                transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

'''
tensor([[[-0.9922, -0.9843],
         [-0.9765, -0.9686]],

        [[-0.9922, -0.9843],
         [-0.9765, -0.9686]],

        [[-0.9922, -0.9843],
         [-0.9765, -0.9686]]])
'''