我的任务是根据一个人面部的 rgb 图像来估计一个人的年龄。为此，我正在使用 ResNet-50。在第一阶段，我在一个名为 WIKI-IMDB 的数据集上训练了我的网络（在通过水平翻转过滤和扩展我的数据集之后，它包含大约 300k 图像），我用预训练的 ResNet 的权重初始化了网络的权重。在 ImageNet 上训练的 50 个网络。在 WIKI-IMDB 数据集上进行训练时，我计算了训练集输入的每个通道 (RGB) 的平均值，并从批次中的每个示例中减去它（我也使用相同的平均值从我的验证集中减去它）用于提前停止）。在我完成了在 WIKI-IMDB 上的网络训练后，我想在另一个数据集集上对其进行测试，这是该任务的基准。我的新数据集 m 测试称为 CACD，包含约 160k 图像，我将其划分为训练集和测试集。我需要在 CACD 训练集上微调我的网络，最后报告我在 CACD 测试集上使用的指标。

我的问题是：在学习新的 CACD 训练集时，我应该从批次中的每个示例中减去 CACD 训练集的平均值，还是应该继续减去 WIKI-IMDB 训练集的平均值？如果我需要减去 CACD 训练集的新平均值，我是否应该在评估 CACD 测试集时也使用该平均值？