计算自己构建数据集的均值和方差

在利用深度学习开源代码测试自己数据时，会遇到对自己构建数据集进行均值和方差计算的问题。本资源有两个python脚本，在python3下编写，一个是直接求取原始数据集均值，一个是对拉成张量后的数据集进行均值和方差求取处理，用于transforms.Normalize()函数设置。

# -*- coding: utf-8 -*-
“““
Created on Mon Apr 22 22:02:51 2019

@author: MSIK
“““

import os
import numpy as np
import cv2
from tqdm import tqdm
 
# calculate means and std
filepath = ‘D:/SemanticSegmentation/pytorch-semseg/datasets/VOC/VOC2019/JPEGImages‘
pathDir = os.listdir（filepath）


CNum = 1000     # 挑选多少图片进行计算

#random.randint（lowhighsize）
filenameArray = np.random.randint（1len（pathDir）CNum）
 
img_h img_w = 256 256
imgs = np.zeros（[img_w img_h 3 1]）
means stdevs = [] []
 
#for idx in tqdm（range（len（pathDir）））:
for idx in tqdm（range（CNum））:
    filename = pathDir[idx]
    img_path = os.path.join（filepath filename）
 
    img = cv2.imread（img_path）
    img = cv2.resize（img （img_h img_w））
    img = img[: : : np.newaxis]
    
    imgs = np.concatenate（（imgs img） axis=3）
#         print（i）
 
imgs = imgs.astype（np.float32）/255.
 
 
for i in tqdm（range（3））:
    pixels = imgs[::i:].ravel（）
    means.append（np.mean（pixels））
    stdevs.append（np.std（pixels））
 
# cv2 读取的图像格式为BGR，PIL/Skimage读取到的都是RGB不用转
means.reverse（） # BGR --> RGB
stdevs.reverse（）
 
print（“normMean = {}“.format（means））
print（“normStd = {}“.format（stdevs））
print（‘transforms.Normalize（normMean = {} normStd = {}）‘.format（means stdevs））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1349  2019-04-24 20:39  main_GetMeanandStd.py
     文件         835  2019-04-22 00:07  main_GetMeanValue.py