sess.run()踩过的坑

最新推荐文章于 2024-01-14 11:26:46 发布

开心95

最新推荐文章于 2024-01-14 11:26:46 发布

阅读量4.6k

点赞数 1

文章标签： tensorflow

本文链接：https://blog.csdn.net/qq_38675570/article/details/81048834

版权

在图像重建项目中，使用TensorFlow的tf.image.psnr计算PSNR时遇到问题。尽管网络显示重建效果良好，但计算原图与未重建图的PSNR接近23dB，而重建图与原图的PSNR仅为17dB，SSIM也低。经过三天排查，发现原因是tf.image.psnr在调用时意外地对输入张量再次运行了一次sess.run，导致不同批次的图像被交错比较，而非对应的图像进行比较，从而得到错误的PSNR结果。

摘要由CSDN通过智能技术生成

最近在做图像重建方面的论文复现，其中psnr是一个很重要的指标，tensorflow有写好的代码：tf.image.psnr()直接调用就好，里面的参数可以是tensor也可以是uinit8，复现中我选择了使用tensor进行计算psnr。下面是我的坑，图像重建效果还是很好，利用原图像和未重建图像求的psnr还是挺正常的，接近23db，但是利用重建图像和原图像求的psnr居然仅仅是17db左右，ssim也是0.3左右，因此由这个结果表明网络根本就没有进行重建，这与保存的重建图像产生了矛盾。看了接近3天才找到错误的原因。

test_feature, test_label, test_mask = sess.run([feature_te, label_te, mask_te])
feed_dict = {input_feature: test_feature, input_label: test_label, input_mask:  test_mask,input_learning_rate:learning_rate}
reco,test_err = sess.run([recon,loss], feed_dict=feed_dict)

test_base_psnr_t = tf.image.psnr(label_te, feature_te, max_val=255.0)
test_psnr_