آماده‌سازی تصویر برای مدل ImageNet

مدل‌های ازپیش‌آموزش‌دیده روی ImageNet ورودی را دقیقاً به همان شکلی می‌خواهند که با آن آموزش دیده‌اند. بعد از تغییر اندازه، این سه گام می‌ماند:

1. برش مرکزی به اندازه‌ی $s \times s$، همان‌طور که transforms.CenterCrop حساب می‌کند: top = int(round((H - s) / 2)) و left = int(round((W - s) / 2)) — با round خود پایتون.
2. مقیاس: پیکسل‌های صفر تا ۲۵۵ تقسیم بر ۲۵۵.
3. استانداردسازی هر کانال با میانگین و انحراف معیار ImageNet: میانگین [0.485, 0.456, 0.406] و انحراف معیار [0.229, 0.224, 0.225] برای قرمز، سبز و آبی.

و در آخر، ترتیب محورها از $H \times W \times 3$ (ترتیب تصویر در numpy و PIL) به $3 \times H \times W$ (ترتیب PyTorch).

تابع preprocess(img, size) با img به شکل $H \times W \times 3$ آرایه‌ی $3 \times s \times s$ را برمی‌گرداند.