mindspore/docs/api/api_python/nn/mindspore.nn.MSSSIM.rst

39 lines
2.5 KiB
ReStructuredText
Raw Normal View History

mindspore.nn.MSSSIM
====================
.. py:class:: mindspore.nn.MSSSIM(max_val=1.0, power_factors=(0.0448, 0.2856, 0.3001, 0.2363, 0.1333), filter_size=11, filter_sigma=1.5, k1=0.01, k2=0.03)
多尺度计算两个图像之间的结构相似性SSIM
基于Zhou Wang、Eero P.Simoncelli和Alan C.Bovik在2004年于Signals, Systems and Computers上发表的 `Multiscale structural similarity for image quality assessment <https://ieeexplore.ieee.org/document/1292216>`_
.. math::
l(x,y)&=\frac{2\mu_x\mu_y+C_1}{\mu_x^2+\mu_y^2+C_1}, C_1=(K_1L)^2.\\
c(x,y)&=\frac{2\sigma_x\sigma_y+C_2}{\sigma_x^2+\sigma_y^2+C_2}, C_2=(K_2L)^2.\\
s(x,y)&=\frac{\sigma_{xy}+C_3}{\sigma_x\sigma_y+C_3}, C_3=C_2/2.\\
MSSSIM(x,y)&=l^\alpha_M*{\prod_{1\leq j\leq M} (c^\beta_j*s^\gamma_j)}.
参数:
- **max_val** (Union[int, float]) - 像素值的动态范围即最大值和最小值之间的差值。8bit灰度图像素为255。默认值1.0。
- **power_factors** (Union[tuple, list]) - 权重列表。默认值:(0.0448、0.2856、0.3001、0.2363、0.1333)。此处使用的默认值是由Wang等人在论文中提出。
- **filter_size** (int) - 高斯滤波器的尺寸大小。默认值11。
- **filter_sigma** (float) - 高斯滤波器的标准差。默认值1.5。
- **k1** (float) - 在亮度比较函数中,此常量用于生成 :math:`C_1` 。默认值0.01。
- **k2** (float) - 在对比度比较函数中,此常量用于生成 :math:`C_2` 。默认值0.03。
输入:
- **img1** (Tensor) - 格式为'NCHW'的第一批图像。shape和数据类型必须与 `img2` 相同。
- **img2** (Tensor) - 格式为'NCHW'的第二批图像。shape和数据类型必须与 `img1` 相同。
输出:
Tensor输入的结构相似性。取值在[0, 1]范围内。它是一个shape为N的一维Tensor其中N是 `img1` 的batch size。
异常:
- **TypeError** - 如果 `max_val` 既不是int也不是float。
- **TypeError** - 如果 `power_factors` 既不是tuple也不是list。
- **TypeError** - 如果 `k1``k2``filter_sigma` 不是float。
- **TypeError** - 如果 `filter_size` 不是int。
- **ValueError** - 如果 `max_val``filter_sigma` 小于或等于0。
- **ValueError** - 如果 `filter_size` 小于0。
- **ValueError** - 如果 `img1``img2` 的shape长度不等于4。