pytorch transforms.ToPILImage()与torchvision.utils.save_imag()结果不同

复现模型时发现，和原始代码的结果始终不同。
排查后发现时transforms.ToPILImage()与torchvision.utils.save_imag()结果不同导致的

transforms.ToPILImage()的转换如下：

def save_img_from_tensor(tensor, path):
    tens = tensor.squeeze()
    trans = transforms.Compose([
        transforms.ToPILImage()
    ])
    img = trans(tens)
    img.save(path)

torchvision.utils.save_imag()的转换如下

def save_img_from_tensor(tensor,path):
    torchvision.utils.save_image(tensor.cpu(), path)

结果差异很明显

具体原因

torchvision.utils.save_imag()使用的方式是

darr = grid.mul(255).add_(0.5).clamp_(0, 255).permute(1, 2, 0).to('cpu', torch.uint8).numpy()

transforms.ToPILImage()使用的方式时

if pic.is_floating_point() and mode != 'F':
    pic = pic.mul(255).byte()
npimg = np.transpose(pic.cpu().numpy(), (1, 2, 0))

缺少了add_(0.5).clamp_(0, 255)
经过测试吗，如果在源码中加入，则两者生成完全一致
官方解释是：
Add 0.5 after unnormalizing to [0, 255] to round to nearest integer