为什么在图像修复过程中使用PSNR作为衡量标准而不是范数呢
收藏
用范数可以表示误差和,误差为0可以表示完美修复,而且在训练过程中也都习惯用范数作为loss。为什么在衡量修复的好坏时还会使用PSNR呢?他有什么优点吗?
飞桨_PaddleGAN
已解决
2#
回复于2021-09
因为图像之间有像素差距,比如图像1像素值比较集中的分布在0.2到0.3,图像2像素值比较集中的分布在0到1,这两个图像最后修复后的误差范数一样,但肯定是图像2修复的更好~
0
收藏
请登录后评论
因为图像之间有像素差距,比如图像1像素值比较集中的分布在0.2到0.3,图像2像素值比较集中的分布在0到1,这两个图像最后修复后的误差范数一样,但肯定是图像2修复的更好~
paddleGAN回答的真好,简单的说就是第一种是摆烂行为,试图模糊图像,第二种是清晰化图像,增强对比度,所以不能仅看MSE。
另一方面是,在误差为0的时候,所有的损失都是0,但是深度学习是不可能训练到0的!
优秀