Tensorflow 2.0 CNN训练：图像增强功能将像素值移到[0，1]范围之外。这有问题吗？

Question

我正在开发我的特定数据增强功能，以便在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；它的所有像素值都在[0，1]范围内浮动。你知道吗

在使用函数tensorflow.image.random_brightness（documentation）时，我发现它的像素值在[0，1]范围之外移动（高于或低于）。当我尝试使用matplotlib.pyplot.imshow()将它们可视化时，我得到以下消息：

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，图像会恢复到其原始外观（使整个过程毫无用处）。你知道吗

像素值超出[0，1]范围是CNN训练的问题吗？如果这代表了一个问题，我能做什么使像素值在正确的范围内，而不放弃调整亮度？你知道吗

Answer 1

是的，这是一个问题，因为您在0-1中表示0-255中的某个值，因此当您输入大于1的值时。对你的CNN来说，你是在给CNN提供一些在真实场景中它永远看不到的东西。你知道吗

应用随机亮度是可以的，但是您应该使用^{}函数处理溢出问题：

image = tf.clip_by_value(image, clip_value_min=0., clip_value_max=1.)