计算机视觉流水线中有哪些常见图像预处理步骤？

通用步骤

1. 读取与解码：JPEG/PNG → ndarray（OpenCV、PIL）
2. 几何变换：resize 到固定输入（224×224）、center/random crop、letterbox（检测保持比例）
3. 色彩：BGR↔RGB；可选 HSV/LAB
4. 去噪：高斯滤波、bilateral（保边去噪）
5. 归一化：像素缩放到 [0,1] 或 ImageNet mean/std = $(x-mu)/sigma$
6. 数据增强（训练）：翻转、旋转、ColorJitter（PyTorch transforms）
7. 格式：HWC → CHW float32 tensor，必要时 batch 维

任务差异

• 分类：固定 resize + center crop
• 检测：多尺度、mosaic、保持长宽比 pad
• 分割：同步变换图像与 mask（最近邻插值 mask）

工程要点

• 训练/推理 同一 normalization
• 注意 EXIF 方向、色彩配置文件
• 移动端量化前校准预处理

详见 CV 工程实践

通用步骤

1. 读取与解码：JPEG/PNG → ndarray（OpenCV、PIL）
2. 几何变换：resize 到固定输入（224×224）、center/random crop、letterbox（检测保持比例）
3. 色彩：BGR↔RGB；可选 HSV/LAB
4. 去噪：高斯滤波、bilateral（保边去噪）
5. 归一化：像素缩放到 [0,1] 或 ImageNet mean/std = $(x-mu)/sigma$
6. 数据增强（训练）：翻转、旋转、ColorJitter（PyTorch transforms）
7. 格式：HWC → CHW float32 tensor，必要时 batch 维

任务差异

• 分类：固定 resize + center crop
• 检测：多尺度、mosaic、保持长宽比 pad
• 分割：同步变换图像与 mask（最近邻插值 mask）

工程要点

• 训练/推理 同一 normalization
• 注意 EXIF 方向、色彩配置文件
• 移动端量化前校准预处理

详见 CV 工程实践。