如何进行均值图像减法？

首先说明，我是机器学习/计算机视觉领域的新手，目前正在使用Caffe训练一个自定义的卷积神经网络。

我对均值图像减法很感兴趣，希望通过这种方法对我的训练图像进行基本的数据归一化。然而，我对均值减法的工作原理以及它的具体优势感到困惑。

我知道可以从训练集中计算出一个“均值图像”，然后从训练、验证和测试集中减去这个均值图像，以使网络对不同的背景和光照条件不那么敏感。

这是否涉及计算每张图像中所有像素的均值，并对这些均值进行平均？还是说，是将每个像素坐标的值在所有图像中进行平均（例如，所有图像中位置（1,1）的像素的平均值）？这可能需要所有图像大小相同…

另外，对于彩色图像（3通道），每个通道的值是否单独进行平均？

任何澄清都会被感激的接受。

回答：

在深度学习中，实际上有不同的实践方法来进行均值图像减法。

第一种方法是像@***描述的那样减去均值图像。但如果你的数据集图像大小不同，就会有问题。在使用这种方法之前，你需要确保所有数据集图像大小相同（例如，调整原始图像大小并从原始图像中裁剪出相同大小的区域）。这种方法在原始ResNet论文中使用，参见此处参考。

第二种方法是从原始图像中减去每通道的均值，这种方法更为流行。使用这种方法，你不需要调整或裁剪原始图像。你可以直接从训练集中计算每通道的均值。这种方法在深度学习中被广泛使用，例如，Caffe：此处和此处。Keras：此处。PyTorch：此处。（PyTorch还将每通道的值除以标准差。）

学技术