Tensorflow 2.0 CNN 训练：图像增强函数将像素值移出 [0, 1] 范围。这是个问题吗？
Tensorflow 2.0 CNN training: Image augmentation function shifts pixel values outside of the [0, 1] range. Is this a problem?
我正在研究我的特定数据增强功能，以在 TensorFlow 2.0 中训练 CNN。我使用的图像数据存储在 numpy 多维 RGB 数组中；它的所有像素值都是 [0, 1] 范围内的浮点数。
在使用函数 tensorflow.image.random_brightness (documentation) 时，我发现它的像素值移动到了 [0, 1] 范围之外（甚至高于或低于）。当我尝试使用 matplotlib.pyplot.imshow() 可视化它们时，我收到以下消息：
Clipping input data to the valid range for imshow with RGB data
([0..1] for floats or [0..255] for integers).
我还发现，当我尝试重新规范化该范围内的数据时，图像会恢复到原来的样子（使整个过程无用）。
超出 [0, 1] 范围的像素值是否会成为 CNN 训练的问题？如果这代表有问题，我该怎么做才能使像素值在正确的范围内，而不放弃调整亮度？
是的，这是一个问题，因为你在 0-1 中代表的是 0-255 中的东西，因此当你向 CNN 提供大于 1 的值时，你正在向 CNN 提供它永远看不到的东西在真实场景中。
应用随机亮度没问题，但你应该使用 tf.clip_by_value 函数处理溢出问题：
image = tf.clip_by_value(image, clip_value_min=0., clip_value_max=1.)
我正在研究我的特定数据增强功能，以在 TensorFlow 2.0 中训练 CNN。我使用的图像数据存储在 numpy 多维 RGB 数组中；它的所有像素值都是 [0, 1] 范围内的浮点数。
在使用函数 tensorflow.image.random_brightness (documentation) 时，我发现它的像素值移动到了 [0, 1] 范围之外（甚至高于或低于）。当我尝试使用 matplotlib.pyplot.imshow() 可视化它们时，我收到以下消息：
Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).
我还发现，当我尝试重新规范化该范围内的数据时，图像会恢复到原来的样子（使整个过程无用）。
超出 [0, 1] 范围的像素值是否会成为 CNN 训练的问题？如果这代表有问题，我该怎么做才能使像素值在正确的范围内，而不放弃调整亮度？
是的，这是一个问题，因为你在 0-1 中代表的是 0-255 中的东西，因此当你向 CNN 提供大于 1 的值时，你正在向 CNN 提供它永远看不到的东西在真实场景中。
应用随机亮度没问题，但你应该使用 tf.clip_by_value 函数处理溢出问题：
image = tf.clip_by_value(image, clip_value_min=0., clip_value_max=1.)