xq141839
commented
1 year ago 是的，一遍会把image 和 mask 都用归一化的方法把 0-255 的数值缩放到 0-1 或者-1-1 （标准化）。这些方法可以详细参考机器学习里面的内容。其中一个原因是0-255的数值范围很大，导致数据的方差也会很大，会让模型收敛困难。在pytorch中可以使用下面代码：
albumentations.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)),
而且一般归一化需要对image和mask同时使用。
近期我运行了很多网络，在数据集处理上遇到很多不同的方案，有些困惑。 以isic数据集为例。 输入image和mask经过预处理后得到image.max()==2 mask.max()==255。 另一种输入image和mask经过预处理(/255)后得到image.max()==1 mask.max()==1。 这两种输入似乎都能进行训练，我记得上课讲的应该是第二种更优，实际训练中大家也是通常遵循后者吗？
似乎很基础的问题，但我的代码经验还不够丰富，观察到的了很多种情况让我有点不知所措，如果您能指点一下我将不胜感激。