Question

这是Keras中初始v3的预处理功能。它与其他模型预处理完全不同。

def preprocess_input(x):
    x /= 255.
    x -= 0.5
    x *= 2.
    return x

1。为什么没有平均减法？

2。为什么没有RGB到BGR？

第3。 [-1,1]之间的映射对于该模型是正常的吗？

这是Keras中VGG和ResNet的预处理功能：

def preprocess_input(x, data_format=None):
    if data_format is None:
        data_format = K.image_data_format()
    assert data_format in {'channels_last', 'channels_first'}

    if data_format == 'channels_first':
        # 'RGB'->'BGR'
        x = x[:, ::-1, :, :]
        # Zero-center by mean pixel

        x[:, 0, :, :] -= 103.939
        x[:, 1, :, :] -= 116.779
        x[:, 2, :, :] -= 123.68
    else:
        # 'RGB'->'BGR'
        x = x[:, :, :, ::-1]
        # Zero-center by mean pixel
        x[:, :, :, 0] -= 103.939
        x[:, :, :, 1] -= 116.779
        x[:, :, :, 2] -= 123.68
    return x

Caffe模型也使用平均减法和RGB到BGR。

Answer 1

使用您引用的预处理功能训练了Inception模型。因此，您的图像必须通过该功能而不是VGG / ResNet的功能。不需要减去均值。另见此主题：https://github.com/fchollet/keras/issues/5416。
原始GoogleNet论文指的是RGB图像而非BGR。另一方面，VGG使用Caffe进行训练，Caffe使用OpenCV加载默认使用BGR的图像。
是。另见此主题和Marcins的回答：Should I substract imagenet pretrained inception_v3 model mean value at inception_v3.py keras?

Keras中初始v3的预处理功能

1 个答案: