图像评估指标：PSNR

公式：

$MSE$：模型的输出图像与真实图像之间的均方误差
$MAX$：$n$位RGB图像所能取到的最大值（例如$n$$=$$8$，此时$MAX$$=$$2$${}^8$$-$$1$$=$$255$）
意义（重点，面试常考）：峰值信号的能量与噪声的平均能量之比
代码实现：

def psnr(pred, gt):
    pred = pred.clamp(0, 1).cpu().numpy()
    gt = gt.clamp(0, 1).cpu().numpy()
    imdff = pred - gt
    rmse = math.sqrt(np.mean(imdff ** 2))
    if rmse == 0:
        return 100
    return 20 * math.log10(1.0 / rmse)

题外话：PSNR越高图像质量真的越好吗？其实不一定，之前有些工作也已经证明了PSNR越高图像质量不一定好。问题在于PSNR与MSE成反比例关系，而MSE作为损失函数，最小化MSE的同时会造成生成图像模糊，生成图像会丢失很多细节信息（故在图像超分领域很多科研工作者引入生成式对抗网络方法）。