mindspore.dataset.vision.c_transforms.Normalize

class mindspore.dataset.vision.c_transforms.Normalize(mean, std)

根据均值和标准差对输入图像进行归一化。

此处理将使用以下公式对输入图像进行归一化：output[channel] = (input[channel] - mean[channel]) / std[channel]，其中 channel 代表通道索引，channel >= 1。

Note

此操作支持通过 Offload 在 Ascend 或 GPU 平台上运行。

参数：

• mean (sequence) - 图像每个通道的均值组成的列表或元组。平均值必须在 [0.0, 255.0] 范围内。

• std (sequence) - 图像每个通道的标准差组成的列表或元组。标准差值必须在 (0.0, 255.0] 范围内。

异常：

• TypeError - 如果 mean 不是sequence类型。

• TypeError - 如果 std 不是sequence类型。

• ValueError - 如果 mean 不在 [0.0, 255.0] 范围内。

• ValueError - 如果 mean 不在范围内 (0.0, 255.0]。

• RuntimeError - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

支持平台：

CPU Ascend GPU

样例：

>>> decode_op = c_vision.Decode()
>>> normalize_op = c_vision.Normalize(mean=[121.0, 115.0, 100.0], std=[70.0, 68.0, 71.0])
>>> transforms_list = [decode_op, normalize_op]
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns=["image"])