我正在与Theano实施CNN。在论文中，我必须在训练CNN之前进行此图像预处理
We extracted RGB patches of 61x61 dimensions associated with each poselet activation, subtracted the mean and used this data to train the convnet model shown in Table 1
你能告诉我“减去平均数”是什么意思吗？告诉我这些步骤是否正确（这是我所理解的） 1）计算整个图像的红色通道，绿色通道和蓝色通道的平均值 2）对于每个像素，从红色值中减去红色通道的平均值，从绿色值中减去绿色通道的平均值，对于蓝色通道相同 3）具有负值是否正确或者我是否使用了abs？
谢谢大家!!
答案 0 :(得分：6)
你应该仔细阅读论文，但最可能的是它们的意思是补丁的平均值，所以你有N矩阵61x61像素，这相当于一个长度为61^2的向量（如果有三个频道，那么3*61^2）。他们做了什么 - 他们简单计算每个维度的平均值，因此他们根据N维度计算每个3*61^2向量的平均值。结果他们获得长度为3*61^2的平均向量（或平均矩阵 / 平均补丁，如果您愿意）并且它们减去来自所有这些N补丁。得到的补丁将有负值，完全没问题，你不应该取abs值，神经网络更喜欢这种数据。
答案 1 :(得分：6)
我认为论文中提到的平均值是训练集中使用的所有图像的平均值（为每个通道单独计算）。
有几个迹象：
Caffe是ConvNets的lib。在他们的教程中，他们提到了计算图像的平均值部分：http://caffe.berkeleyvision.org/gathered/examples/imagenet.html 为此，他们使用以下脚本：https://github.com/BVLC/caffe/blob/master/examples/imagenet/make_imagenet_mean.sh 这就是我所说的。
Google与ConvNets一起玩，并在此处发布了他们的代码：https://github.com/google/deepdream/blob/master/dream.ipynb他们也使用训练集的平均值。
这当然只是间接证据，因为我无法解释你为什么会这样。事实上，我在试图弄清楚这个问题时偶然发现了这个问题。
//编辑：
与此同时，我发现source确认了我的声明（我突出显示）：
有三种常见形式的数据预处理数据矩阵X [...]
平均减法是最常见的预处理形式。它 涉及减去每个特征中的平均值 数据，并具有以云为中心的几何解释 每个维度的原点周围的数据。在numpy，这个操作 将实现为：X - = np.mean（X，axis = 0）。随着图像 具体而言，为方便起见，减去单个数据通常是常见的 所有像素的值（例如 X - = np.mean（X）），或单独执行此操作 穿过三个颜色通道。
正如我们所看到的，整个数据用于计算平均值。