我想正确地预处理图像，以便输入到 VGG16 模型中

在他们的原始论文中，作者写道：

在训练过程中，我们的卷积神经网络的输入是固定尺寸的 224 × 224 RGB 图像。我们唯一做的预处理是从每个像素中减去训练集上计算的平均 RGB 值。

调整大小部分很容易完成：

… 但我对减去平均 RGB 值不太确定：

meanRBB_substract_image = resized_image - np.mean(resized_image)

这是正确的做法吗？

减去平均 RGB 值之前：

减去平均 RGB 值之后：

关于 VGG16 模型的更多信息： https://neurohive.io/en/popular-networks/vgg16/#:~:text=The%20architecture%20depicted%20below%20is%20VGG16.&text=The%20input%20to%20cov1%20layer,stack%20of%20convolutional%20(conv.)

编辑： 我刚刚意识到他们写的是“在训练集上计算” -> 这是否意味着我需要 1. 找到训练集中所有图片的平均 RGB 值，然后 2. 从所有训练集图像中减去这个平均值？

回答：

尝试：

from keras.applications.vgg16 import preprocess_input...resized_image = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)processedimage = preprocess_input(resized_image)

来自：https://www.pyimagesearch.com/2016/08/10/imagenet-classification-with-python-and-keras/