(37)TypeError: clamp(): argument ‘input‘ (position 1) must be Tensor, not int

问题描述：AODNet在计算ssim时，需要从test_loader中将测试集清晰的图像和去雾后的图像输入给ssim方法进行计算，从test_loader中加载图像对的原始代码如下：

	for (img_orig, img_dehaze) in enumerate(test_loader):
		ssim_test = ssim(img_orig, img_dehaze)

报错：

Traceback (most recent call last):
  File "/home/PycharmProjects/z_fog/AOD-Net/dehaze.py", line 93, in <module>
    ssim_test = ssim(img_orig, img_dehaze)
  File "/home/PycharmProjects/z_fog/AOD-Net/metrics.py", line 56, in ssim
    img1=torch.clamp(img1,min=0,max=1)
TypeError: clamp(): argument 'input' (position 1) must be Tensor, not int

问题分析：

报错内容指出输入ssim的img1不是tensor，而是int，说明从test_loader中读取的图像有误。

打印test_loader的长度和test_list列表的内容，均正确，因此分析test_loader中的数据还是正确的，是加载出来的时候出错。在enumerate循环中打印img_orig和img_dehaze，发现img_dehaze打印出来是代表图像的tensor，而img_orig打印出来时图像的序号，即0~1049.

因此确定是enumerate用法错误，查询用法如下：

来源： Python-enumerate() 函数 - OliYoung - 博客园

enumerate函数有两个输入，第一个参数是序号，第二个是列表或元组等支持迭代的对象。

对于本程序来说，支持迭代的对象是图像对 (img_orig, img_dehaze) ，原程序    for (img_orig, img_dehaze) in enumerate(test_loader):中少了第一个参数，因此把img_orig就当做第一个参数序号了，测试集共1050张图，序号是0~1049，因此打印img_orig出来的就是0~1049.

问题解决：

给enumerate添加第一个参数，改为：

for iter_test, (img_orig, img_dehaze) in enumerate(test_loader):