【Ptyorch】ToTenserした画像をNormalizationすることに意味はあるのでしょうか

Question

Pytorchを使用して画像処理を行なっています。

様々なサイトのチュートリアルを参考にしているのですが、その多くで以下のような画像変換を行なっています。
0. Totenser関数でテンソル化
0. Normalise関数で正規化

transform = transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) 

疑問は

• Normalize関数の処理は、引数（平均、標準偏差）を決め打ちで与えているため、「正規化」ではなく「スケーリング[-1〜1]」なのではないか
• その場合、画像処理で正確な意味での「正規化」は必須だと思うが、なぜ実施されていないのか（やらなくていい理由は何か）

,

• また、ToTensor関数で既に[0〜1]にスケーリングされているので、(範囲は異なるが)スケーリング処理が重複しているのではないか
• であれば画像の性質を考えると、正の範囲である[0〜1]の方が適しているのではないか（何故わざわざ適していない範囲にスケーリングしているのか）

以上です。

分かりづらい文章で申し訳ありません。

ご回答いただけると大変ありがたいです。

よろしくお願いいたします。

Answer 1

質問に記載の通り、正規化になっていません。
自作のデータセットで一から学習する際に正規化したい場合、画像の各チャンネルの平均及び標準偏差を計算しておき、その値を Normalize のパラメータに設定するべきです。

例えば、torchvision で提供されている学習済みのモデルを使う場合、ImageNet データセットで学習したモデルなので、その平均及び標準偏差を使って、前処理を行うように公式ドキュメントに記載があります。

torchvision.models — PyTorch master documentation

All pre-trained models expect input images normalized in the same way, i.e. mini-batches of 3-channel RGB images of shape (3 x H x W), where H and W are expected to be at least 224. The images have to be loaded in to a range of [0, 1] and then normalized using mean = [0.485, 0.456, 0.406] and std = [0.229, 0.224, 0.225]. You can use the following transform to normalize:

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                 std=[0.229, 0.224, 0.225])