如何标准化 tensorflow.js 中的图像？

Question

我在 pytorch 的训练阶段应用了转换，然后我将 model 转换为在 tensorflow.js 中运行。 它工作正常，但由于我没有应用相同的转换而得到错误的预测。

test_transform = torchvision.transforms.Compose([
    torchvision.transforms.Resize(size=(224, 224)),
    torchvision.transforms.ToTensor(),
    torchvision.transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

我可以调整图像大小但无法正常化。 我怎样才能做到这一点？

更新：-

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js" type="text/javascript"></script>
    <script>
        {% load static %}
       async function load_model(){
            const model = await tf.loadGraphModel("{% static 'disease_detection/tfjs_model_2/model.json' %}");
            console.log(model);
            return model;
        }

        function loadImage(src){
            return new Promise((resolve, reject) => {
                const img = new Image();
                img.src = src;
                img.onload = () => resolve(tf.browser.fromPixels(img, 3));
                img.onerror = (err) => reject(err);
            });
        }

        

        function resizeImage(image) {

            return tf.image.resizeBilinear(image, [224, 224]).sub([0.485, 0.456, 0.406]).div([0.229, 0.224, 0.225]);

        }

        function batchImage(image) {
            
            const batchedImage = image.expandDims(0);  
            //const batchedImage = image; 
            return batchedImage.toFloat();
        }

        function loadAndProcessImage(image) {
            //const croppedImage = cropImage(image);
            const resizedImage = resizeImage(image);
            const batchedImage = batchImage(resizedImage);
            return batchedImage;
        }


        let model =  load_model();
       model.then(function (model_param){
            loadImage('{% static 'disease_detection/COVID-19 (97).png' %}').then(img=>{
             let imge = loadAndProcessImage(img);
             const t4d = tf.tensor4d(Array.from(imge.dataSync()),[1,3,224,224])
                console.log(t4d.dataSync());
             let prediction = model_param.predict(t4d);
             let v = prediction.argMax().dataSync()[0]
             console.log(v)
        })
       })

我尝试了这段代码，但它没有正确规范化图像。

Answer 1

• torchvision.transforms.ToTensor()将 0 到 255 范围内的 PIL Image 或 numpy 数组转换为 0.0 到 1.0 范围内的浮点张量 os 形状（通道 x 高度 x 宽度）。 要在 0.0 到 1.0 的范围内转换，它将张量的每个元素除以 255。因此，在 tensorflowJS 中执行相同的操作，我按如下方式执行 -

img = tf.image.resizeBilinear(img, [224, 224]).div(tf.scalar(255))
img = tf.cast(img, dtype = 'float32');

• torchvision.transforms.Normalize()用均值和标准差对张量图像进行归一化。 给定 n 个通道的均值： (mean[1],...,mean[n]) 和 std: (std[1],..,std[n]) ，此变换将对输入张量的每个通道进行归一化，即, 输出[通道] = (输入[通道] - 平均[通道]) / 标准[通道]。 我在 tensorflowJS 中没有找到任何这样的 function。 所以，我分别对每个通道进行归一化并再次组合它们。

完整的function如下——

function imgTransform(img){
            img = tf.image.resizeBilinear(img, [224, 224]).div(tf.scalar(255))
            img = tf.cast(img, dtype = 'float32');

            /*mean of natural image*/
           let meanRgb = {  red : 0.485,  green: 0.456,  blue: 0.406 }

           /* standard deviation of natural image*/
           let stdRgb = { red: 0.229,  green: 0.224,  blue: 0.225 }

            let indices = [
                        tf.tensor1d([0], "int32"),
                        tf.tensor1d([1], "int32"),
                        tf.tensor1d([2], "int32")
            ];

           /* sperating tensor channelwise and applyin normalization to each chanel seperately */
           let centeredRgb = {
               red: tf.gather(img,indices[0],2)
                        .sub(tf.scalar(meanRgb.red))
                        .div(tf.scalar(stdRgb.red))
                        .reshape([224,224]),
               
               green: tf.gather(img,indices[1],2)
                        .sub(tf.scalar(meanRgb.green))
                        .div(tf.scalar(stdRgb.green))
                        .reshape([224,224]),
               
               blue: tf.gather(img,indices[2],2)
                        .sub(tf.scalar(meanRgb.blue))
                        .div(tf.scalar(stdRgb.blue))
                        .reshape([224,224]),
           }
          

            /* combining seperate normalized channels*/
            let processedImg = tf.stack([
                centeredRgb.red, centeredRgb.green, centeredRgb.blue
            ]).expandDims();
           return processedImg;
        }

Answer 2

尽管我对 pytorch 文档不太熟悉，但快速浏览一下它就会发现Normalize的第一个参数是数据集的平均值，第二个参数是标准差。

要在 tensorflow.js 中使用这两个参数进行规范化，可以使用以下内容

tensor.sub([0.485, 0.456, 0.406]).div([0.229, 0.224, 0.225])

但是张量值应该在 0 到 1 的范围内，在调整大小操作后将其除为 255。 整个撰写操作将如下所示

tf.image.resizeBilinear(image, [224, 224]).div(255)
  .sub([0.485, 0.456, 0.406])
  .div([0.229, 0.224, 0.225]);