在尝试从咖啡馆中的通道智能均值中减去时，收到"ValueError: operands in with broadcast with shapes“

Question

这是this的后续问题。基本上，我想做的是简单地从平均值中减去每一幅图像。

基于GitHub和this other similar question上的这个问题，以及当我们将图像的裁剪版本提供给网络时的this classification example，我们需要使用如下内容减去平均像素：

mu = mean_file.mean(1).mean(1)

但讽刺的是，当我想这么做的时候：

.. = (img[:,0:224,0:224] - mu)

我得到了ValueError: operands could not be broadcast together with shapes (3,224,224) (3,)。我不太精通Python和Numpy，也不知道这个错误消息想要传达什么。

目前，我正在裁剪均值文件，这并不理想，但总比没有好。

.. = (img[:,0:224,0:224] - mean_image[:,0:224,0:224])

Answer 1

替换

mu = mean_file.mean(1).mean(1)

使用

mu = mean_file.mean(1).mean(1)[:,None,None]

看起来你正在尝试从一个3D数组中减去一个一维向量(shape of (3,)) (shape of (3,224,224))。为此，numpy需要将一维向量broadcast到3D数组的维度中(很像Matlab的bsxfun)。为了帮助numpy了解要广播的维度，需要将单个维度添加到1D向量中：

mu[:,None,None]

现在的形状是(3,1,1)，这应该使numpy能够正确地执行减法。

Answer 2

我注意到，由于我正在读取lmdb上的图像，为了让一切正常工作，我必须执行以下操作：

img = np.array(img.transpose(2,1,0),dtype=np.float32)
img -= mean_image[0].mean(1).mean(1)
#transpose back to the original state
img = img.transpose(2,1,0)