Как правильно делать image preprocessing: normalization, resize, ImageNet mean/std?

Image preprocessing включает: resize (обычно 256 + center crop 224), normalization к диапазону [0, 1] через ToTensor, и standardization через Normalize(mean, std). Для моделей предобученных на ImageNet используй mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]. Для ViT — обычно [0.5, 0.5, 0.5]. Несоответствие mean/std с pretrained моделью убивает точность.