深度學習cnn圖片預處理方式，為什麼乘以0.0167？

深度學習cnn中圖片預處理方式：減去均值後，又乘以了0.0167.

百思不得其解，這個是trick，還是有理論依據呢？

路過……

感覺這個坑也許是我挖的，不過我默認設置的是0.017，初衷是用它來近似代替除以標準差。在ImageNet上，輸入數據的BGR三通道均值是[104,117,123]左右，而標準差在[57.1,57.4,58.4]左右，相差很小，都近似取58。然後，除以標準差，就是x/58=x*(1/58)≌x*0.017。

請參考 zscore normalization: https://en.wikipedia.org/wiki/Standard_score

簡單來說，就是減均值除以標準差。這裡對應輸入為0-255的情形。

來看一個輸入範圍0-1的例子

1/255/0.229 = 0.01712

來源 facebook/fb.resnet.torch, pytorch/vision