Я строю модель глубокого обучения с использованием Pytorch для многоуровневой мультиклассовой классификации. Сейчас я использую библиотеку преобразований Pytorch следующим образом:
transforms.Compose([
transforms.Resize((state['imgSize'], state['imgSize'])),
transforms.RandomHorizontalFlip(),
transforms.RandomVerticalFlip(),
transforms.RandomRotation(degrees=45),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
Мои метки качества:
- Низкий контраст
- Размытое изображение
- Низкая освещенность
Я хотел знать, потеряет ли изображение какие-либо из этих функций при нормализации с использованием преобразований, упомянутых выше. Будет ли моя модель полезной, если не нормализовать вообще, или есть какое-то практическое правило для нормализации в таком сценарии ios?