Deep learning Keras中inception v3的预处理功能

这是Keras中inception v3的预处理功能。它与其他模型的预处理完全不同

def preprocess_input(x):
    x /= 255.
    x -= 0.5
    x *= 2.
    return x

1。为什么没有平均减法？

2。为什么BGR没有RGB？

3。[-1,1]之间的映射对于该模型是正常的？

这是Keras中VGG和ResNet的预处理功能：

def preprocess_input(x, data_format=None):
    if data_format is None:
        data_format = K.image_data_format()
    assert data_format in {'channels_last', 'channels_first'}

    if data_format == 'channels_first':
        # 'RGB'->'BGR'
        x = x[:, ::-1, :, :]
        # Zero-center by mean pixel

        x[:, 0, :, :] -= 103.939
        x[:, 1, :, :] -= 116.779
        x[:, 2, :, :] -= 123.68
    else:
        # 'RGB'->'BGR'
        x = x[:, :, :, ::-1]
        # Zero-center by mean pixel
        x[:, :, :, 0] -= 103.939
        x[:, :, :, 1] -= 116.779
        x[:, :, :, 2] -= 123.68
    return x

Caffe模型也使用均值减法和RGB到BGR

已使用您引用的预处理函数对Inception模型进行了训练。因此，您的图像必须运行该函数，而不是VGG/ResNet的函数。不需要减去平均值。另请参见此线程：

谷歌最初的论文是指RGB图像，而不是BGR。另一方面，VGG使用Caffe进行训练，Caffe使用OpenCV加载默认使用BGR的图像

对。另请参见此线程和Marcins答案：