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_