CANN训练：模型推理时数据预处理方法及归一化参数计算
💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
本文比较了基于Ascend CL模型推理时使用的OpenCV、AIPP和DVPP三种方式的特点，并以Resnet50的pytorch模型为例，说明了它们如何实现预处理。文章还介绍了AIPP计算减均值和乘系数的参数。
🎯
关键要点
- 本文比较了基于Ascend CL模型推理时使用的OpenCV、AIPP和DVPP三种方式的特点。
- 以Resnet50的pytorch模型为例，说明了如何实现预处理。
- 推理前需要对图片进行预处理，以满足模型的输入要求。
- Resnet50模型的预处理方法包括缩放、RGB顺序存放、归一化和减均值乘系数。
- 查找模型训练时的预处理方式可以通过Ascend ModelZoo或PyTorch官网。
- Ascend CL常用的预处理方式有三种：OpenCV、AIPP、DVPP。
- AIPP的减均值和乘系数的计算公式提供了具体的数学表达。
- 均值和标准差的参数分别为：[0.485, 0.456, 0.406]和[0.229, 0.224, 0.225]。
➡️
