Numpy - 归一化 RGB 图像数据集

Question

我的数据集是一个 Numpy 数组，维度为 (N, W, H, C)，其中 N 是图像的数量，H 和 W 分别是高度和宽度，C 是通道数。

我知道那里有很多工具，但我想只使用 Numpy 来规范化图像。

我的计划是计算三个通道中每个通道的整个数据集的均值和标准差，然后减去均值并除以标准差。

假设我们在数据集中有两张图片，这两张图片的第一个通道如下所示：

x=array([[[3., 4.],
          [5., 6.]],

          [[1., 2.],
          [3., 4.]]])

计算平均值：

numpy.mean(x[:,:,:,0])
= 3.5

计算标准：

numpy.std(x[:,:,:,0])
= 1.5

标准化第一个通道：

x[:,:,:,0] = (x[:,:,:,0] - 3.5) / 1.5

这对吗？

谢谢！

Answer 1

看起来不错，但是 NumPy 做的一些事情可以让它变得更好。我假设您想分别对每个通道进行标准化。

首先，注意x 有一个方法mean，所以我们可以写x[..., 0].mean() 而不是np.mean(x[:, :, :, 0])。此外，mean 方法采用关键字参数axis，我们可以使用如下：

means = x.mean(axis=(0, 1, 2)) # Take the mean over the N,H,W axes
means.shape # => will evaluate to (C,)

然后我们可以像这样从整个数据集中减去均值：

centered = x - x.mean(axis=(0,1,2), keepdims=True)

请注意，我们必须在这里使用keepdims。

还有一个 x.std 的工作方式相同，所以我们可以在 1 行中完成整个标准化：

z = (x - x.mean(axis=(0,1,2), keepdims=True)) / x.std(axis=(0,1,2), keepdims=True)

查看numpy.ndarray.mean 和np.ndarray.std 的文档以获取更多信息。 np.ndarray.method 方法是您在调用 x.method 而不是使用 np.method(x) 时遇到的。

---

编辑：我后来了解到，当然，有一个scipy.stats.zscore。我不确定这是否是沿每个通道获取 zscores 的更易读的方式，但有些人可能更喜欢它：

z = zscore(x.reshape(-1, 3)).reshape(x.shape)

scipy 函数仅在单轴上运行，因此我们必须先重塑为 NHW x C 矩阵，然后再重塑。