深度学习——常用客观参数评价标准

1)均方误差(MSE): 值越小,误差越小。
在这里插入图片描述
H,W分别为图像高和宽。

2)峰值信噪比(PSNR): 值越大,误差越小,即噪声越小。
在这里插入图片描述
n为像素点值位深度,通常取8。

3)结构相似性(SSIM):综合亮度,对比度,结构三方面相似性计算。

均值:在这里插入图片描述
方差:在这里插入图片描述
协方差:
在这里插入图片描述
亮度相似性:
在这里插入图片描述
对比度相似性:
在这里插入图片描述
结构相似性:
在这里插入图片描述
SSIM:
在这里插入图片描述
x与y越相似,值越接近1。若权重α,β,γ都取1。则:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值