4.1.4.1. norm_type配置说明

4.1.4.1.1. 参数说明解析

norm_type 参数讲解

  • 参数作用:此参数为在模型中添加的输入数据预处理方法。

  • 参数取值范围及说明:

    • no_preprocess 表示不添加任何数据预处理。

    • data_mean 表示提供减均值预处理。

    • data_scale 表示提供乘scale系数预处理。

    • data_mean_and_scale 表示提供先减均值再乘scale系数前处理。

注意

当输入节点多于一个时,设置的节点顺序需要与 input_name 中的顺序严格保持一致。

mean_value 参数讲解

  • 参数作用:此参数表示指定预处理方法的图像减去的均值。

  • 使用说明:当 norm_type 取值为 data_mean_and_scaledata_mean 时需要配置该参数。

  • 参数说明:

    • 当只有一个输入节点时,仅需要配置一个数值,表示所有通道都减去这个均值。

    • 当有多个节点时,提供与通道数量一致的数值(这些数值以空格分隔开),表示每个通道都会减去不同的均值。

注意

  1. 配置的输入节点数量必须与 norm_type 配置的节点数量一致。

  2. 如果存在某个节点不需要 mean 处理,则为该节点配置 'None'

scale_value 参数讲解

  • 参数作用:此参数表示指定预处理方法的数值scale系数。

  • 使用说明:当 norm_type 取值为 data_mean_and_scaledata_scale 时需要配置该参数。

  • 参数说明:

    • 当只有一个输入节点时,仅需要配置一个数值,表示所有通道都乘以这个系数。

    • 当有多个节点时,提供与通道数量一致的数值(这些数值以空格分隔开),表示每个通道都会乘以不同的系数。

注意

  1. 配置的输入节点数量必须与 norm_type 配置的节点数量一致。

  2. 如果存在某个节点不需要 scale 处理,则为该节点配置 'None'

4.1.4.1.2. 计算公式及示例说明

4.1.4.1.2.1. 模型训练时的数据标准化处理计算公式

yaml文件中的mean和scale参数与训练时的mean、std需要进行换算。

预处理节点中数据标准化操作的计算方式(即HzPreprocess节点中的计算公式)为:\(norm\_data = ( data − mean ) * scale\)

以yolov3为例,其训练时的预处理代码为:

def base_transform(image, size, mean, std):
    x = cv2.resize(image, (size, size).astype(np.float32))
    x /= 255
    x -= mean
    x /= std
    return x

class BaseTransform:
    def __init__(self, size, mean=(0.406, 0.456, 0.485), std=(0.225, 0.224, 0.229)):
        self.size = size
        self.mean = np.array(mean, dtype=np.float32)
        self.std = np.array(std, dtype=np.float32)

则计算公式为:\(norm\_data= (\frac{data}{255} −𝑚𝑒𝑎𝑛) * \frac{1}{𝑠𝑡𝑑}\)

改写为HzPreprocess节点的计算方式:\(norm\_data= (\frac{data}{255} −𝑚𝑒𝑎𝑛) * \frac{1}{𝑠𝑡𝑑} =(data−255𝑚𝑒𝑎𝑛) * \frac{1}{255𝑠𝑡𝑑}\)

则:\(mean\_yaml = 255 mean、𝑠𝑐𝑎𝑙𝑒\_𝑦𝑎𝑚𝑙= \frac{1}{255 𝑠𝑡𝑑}\)

4.1.4.1.2.2. 模型推理时的计算公式

通过对yaml配置文件中的配置参数,决定是否加入HzPreprocess节点。 当配置mean/scale时,做模型转换时,会在输入端新增一个HzPreprocess节点,HzPreprocess节点可以理解为对输入数据做了一个conv操作。

HzPreprocess内的计算公式为: \(((input(取值范围[-128,127])+ 128) - mean) * scale\),其中 weight=scalebias=(128-mean) * scale

注意

  1. 在yaml中添加mean/scale后,就不需要在前处理内添加MeanTransformer和ScaleTransformer了。

  2. 在yaml中添加mean/scale,会将参数放入到HzPreprocess节点内,HzPreprocess节点为BPU 节点。