image - mean_pixel的操作是必须的么？有什么优点？
（非必要操作、先验操作、加快收敛）
训练的时候减均值相当于加了一个先验，就是网络的输出对于图像整体亮度的改变具有不变性。也就是说，这样假设输入图像像素整体加上常数之后预测结果不变。这个先验在大部分任务上都是成立的，比如物体分类，物体分割等。好处是可以作为一种正则化，减少网络的学习负担，加快收敛。所以通常训练都会使用减均值的操作。只有当任务与整体亮度相关的时候，减均值才可能出现问题，比如训练一个网络来估计亮度。
inference的时候，因为你使用的pretrain网络在训练的时候已经减了均值，你在inference的时候为了与训练保持一致，所以也得减均值。
另外，在有了batch normalization之后，减均值的操作并不是必要的。