我在模型训练时使用的数据集是每张图片各自经过标准化的，就是通过了transforms.Normalize(mean=..., std=...)这个函数。
强调一下，我是每张图片（灰度图片，单通道）各自标准化，就是说每张图片标准化时使用的mean和std都是不一样的，都是读入一张图片后实时计算的。详情见下面函数（因为是灰度单通道，所以只计算一个通道的mean和std就行了）：
然后在验证的时候，如果验证集的图片也是这样各自标准化了，那效果iou还行，而如果没有通过标准化，得出来的预测结果就特别差，这正常吗？
如果这个问题不可避免的话，那如果训练的时候标准化了，那岂不是这个训练出来的模型在以后测试的时候读入的照片都得是经过这样各自标准化的了？
