mindspore.dataset.vision.Normalize
- class mindspore.dataset.vision.Normalize(mean, std, is_hwc=True)[源代码]
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。
is_hwc (bool, 可选) - 表示输入图像是否为HWC格式,True为HWC格式,False为CHW格式。默认值:True。
异常:
TypeError - 如果 mean 不是sequence类型。
TypeError - 如果 std 不是sequence类型。
TypeError - 如果 is_hwc 不是bool类型。
ValueError - 如果 mean 不在 [0.0, 255.0] 范围内。
ValueError - 如果 mean 不在 (0.0, 255.0] 范围内。
- 支持平台:
CPU
样例:
>>> decode_op = vision.Decode() ## Decode output is expected to be HWC format >>> normalize_op = vision.Normalize(mean=[121.0, 115.0, 100.0], std=[70.0, 68.0, 71.0], is_hwc=True) >>> transforms_list = [decode_op, normalize_op] >>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list, ... input_columns=["image"])