| # Metrics | |
| [English](README.md) **|** [简体中文](README_CN.md) | |
| - [约定](#约定) | |
| - [PSNR 和 SSIM](#psnr-和-ssim) | |
| ## 约定 | |
| 因为不同的输入类型会导致结果的不同，因此我们对输入做如下约定: | |
| - Numpy 类型 (一般是 cv2 的结果) | |
| - UINT8: BGR, [0, 255], (h, w, c) | |
| - float: BGR, [0, 1], (h, w, c). 一般作为中间结果 | |
| - Tensor 类型 | |
| - float: RGB, [0, 1], (n, c, h, w) | |
| 其他约定: | |
| - 以 `_pt` 结尾的是 PyTorch 结果 | |
| - PyTorch version 支持 batch 计算 | |
| - 颜色转换在 float32 上做；metric计算在 float64 上做 | |
| ## PSNR 和 SSIM | |
| PSNR 和 SSIM 的结果趋势是一致的，即一般 PSNR 高，则 SSIM 也高。 | |
| 在实现上, PSNR 的各种实现都很一致。SSIM 有各种各样的实现，我们这里和 MATLAB 最原始版本保持 (参考 [NTIRE17比赛](https://competitions.codalab.org/competitions/16306#participate) 的 [evaluation代码](https://competitions.codalab.org/my/datasets/download/ebe960d8-0ec8-4846-a1a2-7c4a586a7378)) | |
| 下面列了各个实现的结果比对. | |
| 总结：PyTorch 实现和 MATLAB 实现基本一致，在 GPU 运行上会有稍许差异 | |
| - PSNR 比对 | |
| |Image | Color Space | MATLAB | Numpy | PyTorch CPU | PyTorch GPU | | |
| |:---| :---: | :---: | :---: | :---: | :---: | | |
| |baboon| RGB | 20.419710 | 20.419710 | 20.419710 |20.419710 | | |
| |baboon| Y | - |22.441898 | 22.441899 | 22.444916| | |
| |comic | RGB | 20.239912 | 20.239912 | 20.239912 | 20.239912 | | |
| |comic | Y | - | 21.720398 | 21.720398 | 21.721663| | |
| - SSIM 比对 | |
| |Image | Color Space | MATLAB | Numpy | PyTorch CPU | PyTorch GPU | | |
| |:---| :---: | :---: | :---: | :---: | :---: | | |
| |baboon| RGB | 0.391853 | 0.391853 | 0.391853|0.391853 | | |
| |baboon| Y | - |0.453097| 0.453097 | 0.453171| | |
| |comic | RGB | 0.567738 | 0.567738 | 0.567738 | 0.567738| | |
| |comic | Y | - | 0.585511 | 0.585511 | 0.585522 | | |