albumentations不会自动归一化掩码，但是使用albumentations库时可以手动对掩码进行归一化处理。下面是一个示例：

import cv2
import albumentations as A

transform = A.Compose([
   A.Resize(256, 256),
   A.RandomCrop(224, 224),
   A.Normalize() # 对图像进行归一化
], additional_targets={'mask': 'mask'})

image = cv2.imread("image.jpg")
mask = cv2.imread("mask.png")

# 对图像和掩码应用图像增强
augmented = transform(image=image, mask=mask)

# 获取增强后的图像和掩码
augmented_image = augmented['image']
augmented_mask = augmented['mask']

在这个示例中，使用了Normalize转换函数对图像进行归一化，'mask'表示掩码的通道。假设这里的归一化是指把像素值缩放到0~1之间，那么对掩码进行归一化的代码如下：

augmented_mask = augmented['mask']*255.0

这会把掩码中所有像素值都乘以255，使得掩码的像素值范围变成0~255。