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

Posted 2023-03-12

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

【英文标题】：How did Pytorch process images in ImageNet when training resnet pretrained models in torchvision.models.resnet34?

【发布时间】：2020-10-01 05:19:03

【问题描述】：

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，但在 ImageNet2015 验证集（50,000 张图片）上仅获得 58% 的准确率测试。

我猜这可能是由于对数据集的处理方法不同造成的。我使用的验证是我朋友处理的 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？ RGB转BGR？将图片值缩放到 0--1？

【参考方案1】：

来自the documentation：

所有预训练模型都期望输入图像以相同方式归一化，即形状为 (3 x H x W) 的 3 通道 RGB 图像的小批量，其中 H 和 W 预计至少为 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] 进行标准化。您可以使用以下变换进行归一化：

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。

【讨论】：

非常感谢兄弟！我打印查看TF_record图片，发现数值在-1到1之间，但是我还是不知道tensorflow是怎么处理Imagnet得到这个格式的，你有没有理想的？

请打开一个新问题并提供用于加载 ImageNet 的代码以及有关您的特定 TFRecords 实现的必要详细信息。