如何在PyTorch中用图像自身均值和标准差归一化训练VGG16？

PyTorch自带的torchvision.transforms.Normalize仅支持用全局统计值做归一化，要实现单张图像自身的均值&标准差归一化，你需要自定义一个变换类——因为没有现成的内置变换可以直接完成这个需求。

自定义单图归一化变换 #

创建一个可调用的类，在处理每张图像时实时计算其自身的均值和标准差，再完成归一化：

import torch
from torchvision import transforms

class PerImageNormalize:
    def __call__(self, tensor):
        # 输入tensor形状为(C, H, W)，计算每个通道在H、W维度上的均值和标准差
        mean = tensor.mean(dim=[1, 2], keepdim=True)
        std = tensor.std(dim=[1, 2], keepdim=True)
        # 避免全黑/全白图像导致标准差为0的除以0错误，加极小值兜底
        std = torch.clamp(std, min=1e-8)
        return (tensor - mean) / std

修改你的预处理代码 #

把原有流程中的transforms.Normalize替换成这个自定义类即可：

test_data = torchvision.datasets.ImageFolder(
        root=TRAIN_ROOT, #训练文件夹路径
        transform=transforms.Compose([
                      transforms.Resize((224,224)),
                      transforms.ToTensor(), 
                      PerImageNormalize()  # 替换为单图归一化逻辑
        ])
)

关键注意点 #

• 必须在transforms.ToTensor()之后使用该变换：ToTensor会把PIL图像的(H,W,C)格式转为(C,H,W)的张量，这样才能正确按通道计算均值和标准差。
• 针对医学图像的特殊性（比如可能存在全黑区域的图像），加入torch.clamp避免除以0的运行时错误。
• 不管你的医学图像是单通道还是三通道，这个代码都能直接适配，因为计算逻辑是基于通道维度的通用处理。

内容的提问来源于stack exchange，提问作者Prajakta Rathod