Normalization

归一化是数据预处理中的一项基础技术，涉及将数值属性重新缩放到标准范围内。在机器学习 (ML)中，数据集通常包含尺度各异的特征，例如年龄范围（0–100）与收入水平（0–100,000）。如果不加处理，这些差异可能导致优化算法偏向较大的数值，从而导致收敛速度变慢和性能不佳。通过对数据进行归一化，工程师可以确保每个特征都按比例对最终结果作出贡献，使神经网络能够更高效地学习。

常见的归一化技术#

有多种用于转换数据的标准方法，每种方法都适用于不同的分布和算法要求。

• 最小-最大缩放： 这是最直观的归一化形式。它将数据重新缩放到固定范围，通常为 [0, 1]。这种转换通过减去最小值，再除以取值范围（最大值减去最小值）来完成。它广泛用于图像处理，因为像素强度通常被限定在 0 到 255 之间。
• Z 分数标准化： 虽然标准化常与归一化互换使用，但标准化特指将数据转换为均值为 0、标准差为 1 的形式。当数据遵循高斯分布时，这种方法尤其有用；对于假设数据服从正态分布的算法（如支持向量机 (SVM)），它也是必不可少的。
• 对数缩放： 对于包含极端离群值或遵循幂律的数据，应用对数变换可以压缩数值范围。这使推理引擎能够更有效地解读分布，同时避免受到巨大数值峰值的偏斜影响。

实际应用#

归一化是各行业高性能 AI 系统处理流程中的标准步骤。

1. 计算机视觉 (CV)： 在目标检测和图像分类等任务中，数字图像由范围为 0 到 255 的像素值组成。将这些较大的整数直接输入网络可能会减慢梯度下降。标准的预处理步骤是将像素值除以 255.0，将其归一化到 [0, 1] 范围内。这种做法可确保高级模型（如 YOLO26）获得一致的输入，从而提高其在 Ultralytics Platform 上的训练稳定性。

2. 医学图像分析： 医学扫描（例如用于医疗保健中的 AI 的扫描）通常来自强度尺度各不相同的不同设备。归一化可确保 MRI 或 CT 扫描中的像素强度在不同患者和设备之间具有可比性。这种一致性对于准确的肿瘤检测至关重要，使模型能够关注结构异常，而不是亮度差异。

区分相关概念#

区分归一化与深度学习中常见的类似预处理和架构术语非常重要。

• 与批归一化的区别： 数据归一化是在原始输入数据集进入网络之前应用的预处理步骤。相反，批归一化在网络各层之间内部运行，并贯穿模型训练过程。它会对前一个激活层的输出进行归一化，以稳定学习过程。
• 与图像增强的区别： 归一化改变的是像素值的尺度，而增强改变的是图像的内容或几何形状（例如翻转、旋转或改变颜色），以增加数据集的多样性。Albumentations 等工具用于数据增强，而归一化是一种数学缩放操作。

实现示例#

在计算机视觉中，归一化通常是处理流程中的第一步。以下 Python 示例演示了如何使用 NumPy 库手动归一化图像数据；在训练期间，Ultralytics YOLO26 数据加载器会自动执行这一过程。

import numpy as np

# Simulate a 2x2 pixel image with values ranging from 0 to 255
raw_image = np.array([[0, 255], [127, 64]], dtype=np.float32)

# Apply Min-Max normalization to scale values to [0, 1]
# This standardizes the input for the neural network
normalized_image = raw_image / 255.0

print(f"Original Range: {raw_image.min()} - {raw_image.max()}")
print(f"Normalized Range: {normalized_image.min()} - {normalized_image.max()}")