Функция per_image_standardization

Функция per_image_standardization применяется к тензору изображений и выполняет независимую стандартизацию для каждого изображения в батче. Первым параметром передается тензор изображений, обычно четырехмерный с формой [batch, height, width, channels] или трехмерный с формой [height, width, channels]. Функция вычисляет среднее и стандартное отклонение для каждого изображения отдельно и вычитает среднее, после чего делит на стандартное отклонение. Это помогает стабилизировать обучение нейронных сетей и ускорить сходимость.

Синтаксис

tf.image.per_image_standardization(image)

Пример

Давайте стандартизируем одно изображение, представленное двумерным тензором с одним каналом:

import tensorflow as tf

image = tf.constant([[1.0, 2.0], [3.0, 4.0]])
res = tf.image.per_image_standardization(image)
print(res)

Результат выполнения кода:

tf.Tensor(
[[-1.3416357 -0.4472119]
 [ 0.4472119  1.3416357]], shape=(2, 2), dtype=float32)

Пример

Давайте стандартизируем батч из двух трехканальных изображений размером 2 на 2:

import tensorflow as tf

image = tf.constant([
	[[[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]],
	 [[7.0, 8.0, 9.0], [10.0, 11.0, 12.0]]],
	[[[2.0, 4.0, 6.0], [8.0, 10.0, 12.0]],
	 [[14.0, 16.0, 18.0], [20.0, 22.0, 24.0]]]
])
res = tf.image.per_image_standardization(image)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[-1.3416357 -1.3416357 -1.3416357]
   [-0.4472119 -0.4472119 -0.4472119]]
  [[ 0.4472119  0.4472119  0.4472119]
   [ 1.3416357  1.3416357  1.3416357]]]
<BLANKLINE>
 [[[-1.3416357 -1.3416357 -1.3416357]
   [-0.4472119 -0.4472119 -0.4472119]]
  [[ 0.4472119  0.4472119  0.4472119]
   [ 1.3416357  1.3416357  1.3416357]]]], shape=(2, 2, 2, 3), dtype=float32)

Пример

Давайте проверим, что после стандартизации среднее значение каждого изображения близко к нулю, а стандартное отклонение - к единице:

import tensorflow as tf

image = tf.constant([
	[[1.0, 2.0], [3.0, 4.0]],
	[[5.0, 6.0], [7.0, 8.0]]
])
res = tf.image.per_image_standardization(image)
mean = tf.reduce_mean(res, axis=[1, 2])
std = tf.math.reduce_std(res, axis=[1, 2])
print(mean)
print(std)

Результат выполнения кода:

tf.Tensor([0. 0.], shape=(2,), dtype=float32)
tf.Tensor([1. 1.], shape=(2,), dtype=float32)

Смотрите также

функцию adjust_brightness,
которая регулирует яркость изображений
функцию adjust_contrast,
которая регулирует контрастность изображений
функцию convert_image_dtype,
которая преобразует тип данных изображения
функцию rgb_to_grayscale,
которая преобразует RGB-изображение в оттенки серого