在Albumentations增强前后归一化?

Question

我在我的计算机视觉任务中使用Albumentations增强。然而，我不完全理解什么时候在我的图像上使用规范化(我使用最小-最大规范化)。我是否需要在增广函数之前使用规范化，但值不会在0-1之间，或者我是否在增广函数之后使用规范化，因此值在0-1之间，或者我在两种情况下都使用规范化-在增广函数之前和之后?

例如，当我使用锐化时，值不在0-1范围内(它们在-0.5-1.5范围内变化)。这会影响模型的性能吗?如果是，怎么做?

提前感谢。

Answer 1

基本思想是，你应该让你的神经网络的输入在0左右，方差为1。它有助于神经网络的学习过程是有数学上的原因的。这不是其他算法的情况，如树增强。

如果你从头开始训练，归一化的类型(最小最大值或其他)不应该影响模型的性能(除非，例如你的最大值/最小值与你的其他数据点相比真的很极端)。