在torchvision.models.resnet34中训练resnet预训练模型时，Pytorch如何在ImageNet中处理图像？

Question

我在torchvision.models中下载了resnet34的预训练参数，并将它们放入tensorflow1.X网络，但是在ImageNet2015验证集（50,000张图片）上仅获得58％的准确测试。

我猜这可能是由于数据集的处理方式不同所致。我使用的验证是由我的朋友处理的TFRecord格式。

所以我想知道Pytorch在训练resnet34预训练模型时如何处理ImageNet的图像？将RGB转换为BGR？将图片值缩放为0--1？

Answer 1

来自the documentation：

所有经过预训练的模型都希望输入图像以相同的方式归一化，即形状为（3 x H x W）的3通道RGB图像的迷你批，其中H和W至少应为224。图像必须加载到[0，1]的范围内，然后使用mean = [0.485, 0.456, 0.406]和std = [0.229, 0.224, 0.225]进行规范化。您可以使用以下变换进行标准化：

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                 std=[0.229, 0.224, 0.225])```

文档链接this example用于预处理ImageNet数据。