关于Network_eval.py

[tarxs]

你好，昨天我用chikusei数据集训练了PSRT，PSNR是正常的，50多。但是使用Network_eval.py测试的时候，无论用的是from utils import PSNR_GPU还是imgvision，计算出的PSNR都是5左右，请问是怎么回事

[Caoxuheng]

你好，请提供一下运行代码部分

---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年06月12日 10:26 | | 收件人 | Caoxuheng/HIFtool @.> | | 抄送人 | Subscribed @.***> | | 主题 | [Caoxuheng/HIFtool] 关于Network_eval.py (Issue #2) |

你好，昨天我用chikusei数据集训练了PSRT，PSNR是正常的，50多。但是使用Network_eval.py测试的时候，无论用的是from utils import PSNR_GPU还是imgvision，计算出的PSNR都是5左右，请问是怎么回事

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>

[tarxs]

改了的地方： Network_training.py：

case_lst = ['model', 'unsupervised', 'supervised']
case = case_lst[2]
Fusion = ModeSelection(case)

Method = 'PSRT'
model, opt = model_generator(Method)

dataset_name = 'chikusei'
model_folder = Method + '/' + dataset_name + '/'

Network_eval.py：

if __name__=='__main__':

    from torch.utils.data import DataLoader
    from Dataloader_tool import QBDataset
    from Dataloader_tool import ChikuseiDataset
    from Dataloader_tool import PaviaDataset
    from Dataloader_tool import XionganDataset

    # Build Network
    Method = 'PSRT'
    model, opt = model_generator(Method, 'cuda')

    # Dataset Setting
    dataset_name = 'chikusei'
    model_folder = Method + '/' + dataset_name + '/'
    # Training Setting
    Batch_size = 1
    start = 2000

    test_data = ChikuseiDataset(f'Multispectral Image Dataset\{dataset_name}\{dataset_name}.mat', type='test')

    test_data_loader = DataLoader(dataset=test_data, num_workers=0, batch_size=Batch_size, shuffle=False,
                                  pin_memory=True, drop_last=False)
    output_HRHSI = Eva(model, test_data_loader, model_folder=model_folder, start_epoch=start, name=Method)

其他部分都没有动

[Caoxuheng]

可能是由于数据动态范围不一致导致的，可以尝试把30~32行的归一化操作去除。

30             # GT /=GT.max()
31             # LRHSI /=LRHSI.max()
32             # HRMSI /=HRMSI.max() 

[tarxs]

注释掉就正常了，非常感谢。 再请问一个问题就是

output_HRHSI = output_HRHSI[0].detach().cpu().permute(1, 2, 0).numpy()
print(output_HRHSI.shape)

GT = GT[0].detach().cpu().permute(1, 2, 0).numpy()
iv.spectra_metric(output_HRHSI, GT).Evaluation()

这里是评估的是测试集里的一张图片吧，还是整个测试集，是否应该放在循环里再取平均

[Caoxuheng]

是的，这里是对一张重建图像，即output_HRHSI的第0张图像，的评估。imgvision的评价指标暂时不支持以batch为维度的批量评价，如果使用该工具对整个测试集进行评估，目前只能通过循环后取平均实现。 不过，目前公布的遥感图像测试集只包含一张图像，所以截至目前，针对本项目中释放的数据集，这里的评价指标就是对整个测试集的评估。

[tarxs]

是的，这里是对一张重建图像，即output_HRHSI的第0张图像，的评估。imgvision的评价指标暂时不支持以batch为维度的批量评价，如果使用该工具对整个测试集进行评估，目前只能通过循环后取平均实现。 不过，目前公布的遥感图像测试集只包含一张图像，所以截至目前，针对本项目中释放的数据集，这里的评价指标就是对整个测试集的评估。

好的，我明白了Pavia、Chikusei、Xiongan数据集的测试集都是一张从大图片上截取的一张小图片。 非常感谢回答我的诸多问题

[Caoxuheng]

你的理解是对的。 问题已经解决，如果还有其他问题，请重新发起issue。