Sottrai media dall'immagine

Question

Sto implementando una CNN con Theano. Nel documento, che devo fare questo pre-elaborazione immagine prima del treno della CNN

We extracted RGB patches of 61x61 dimensions associated with each poselet activation, subtracted the mean and used this data to train the convnet model shown in Table 1 

Puoi dirmi cosa vuol dire con "sottratto la media"? Dimmi se questi passaggi sono corretti (è quello che ho capito) 1) Calcola la media per Red Channel, Green Channel e Blue Channel per l'intera immagine 2) Per ogni pixel, sottrai dal valore rosso la media del canale rosso, dal valore verde la media del canale verde e la stessa per il canale blu 3) È corretto avere un valore negativo o devo usare gli addominali?

Grazie a tutti !!

Answer 1

Si consiglia di leggere la carta con attenzione, ma ciò che è la più probabile è che essi significare media delle patch, in modo da avere N matrici 61x61 pixel, che è l'equivalente di un vettore di lunghezza 61^2 (se ci sono tre canali quindi 3*61^2). Cosa fanno - calcolano la media semplice di ciascuna dimensione, quindi calcolano la media su questi vettori N rispetto a ciascuna delle dimensioni di 3*61^2. Come il risultato ottengono un significa vettore di lunghezza 3*61^2 (o matrice media/significa cerotto se si preferisce) e sottrarre da tutti questi N patch. Le patch risultanti avranno valori negativi, è perfettamente soddisfacente, il valore non dovrebbe assumere il valore, le reti neurali preferiscono questo tipo di dati.

Answer 2

Suppongo che la media indicata nella carta sia la media di tutte le immagini utilizzate nel set di allenamento (calcolato separatamente per ciascun canale).

diverse indicazioni:

• Caffe è un lib per ConvNets. Nel loro tutorial citano la parte media dell'immagine calcolata: http://caffe.berkeleyvision.org/gathered/examples/imagenet.html Per questo usano il seguente script: che fa ciò che ho indicato.

• Google ha giocato con ConvNets e ha pubblicato il codice qui: https://github.com/google/deepdream/blob/master/dream.ipynb e utilizza anche la media del set di allenamento.

Questo è naturalmente solo una prova indiretta dal momento che non riesco a spiegare il perché questo accade. In effetti, mi sono imbattuto in questa domanda mentre cercavo di capire esattamente questo.

// EDIT:

Nel frattempo ho trovato una source conferma la mia affermazione (SELEZIONE aggiunto da me):

Ci sono tre forme comuni di dati di pre-elaborazione una matrice di dati X [. ..]

La sottrazione media è la forma più comune di pre-elaborazione.Lo standard implica la sottrazione della media su ogni singola caratteristica nei dati e ha l'interpretazione geometrica del centraggio del cloud dei dati attorno all'origine lungo ogni dimensione. In numpy, questa operazione sarebbe implementata come: X - = np.mean (X, axis = 0). Con le immagini in particolare, per comodità può essere comune sottrarre un singolo valore da tutti i pixel (ad esempio X - = np.mean (X)), oppure farlo separatamente attraverso i tre canali di colore.

Come possiamo vedere, i dati di intere viene utilizzato per calcolare la media.