keras - keras 中的 preprocess_input 大大增加了火车的大小

Question

在使用 resnet50 模型进行训练之前，我使用以下方法预处理了我的输入：

img = image.load_img(os.path.join(TRAIN, img), target_size=[224, 224])
img = image.img_to_array(img)
img = np.expand_dims(img, axis=0)
img = preprocess_input(img)

并保存一个 numpy 图像数组。我发现没有preprocess_input，数组的大小是1.5G，有preprocess_input，大小是7G。这是正常行为吗？还是我错过了什么？为什么Zero-center by mean pixel大幅增加输入大小？

这就是zero center by mean pixel在 keras 中定义的方式

x = x[..., ::-1] x[..., 0] -= 103.939 x[..., 1] -= 116.779 x[..., 2] -= 123.68

标签： kerasimage-preprocessing

Answer 1

这是因为像素值的类型为“uint8”，而现在它们的类型为“float”。所以现在你有一个图像，它是一个'float'数组，它大于'uint8'数组。