Python -火炬测量SSIM取决于批处理大小。

Question

对于这个简单的问题，我只想知道我是否发现了一个bug，或者我是否在这里不明白什么。我得到了以下示例，其中我打印了两个张量的火炬度量库的ssim，其批次大小为8，单个计算值的平均值。

为什么它们不一样？

ssim = StructuralSimilarityIndexMeasure(kernel_size=(5, 5))

A = torch.zeros([8, 1, 500, 500])
B = torch.randn([8, 1, 500, 500])

print(ssim(A, B))

ssim1 = ssim(A[0].unsqueeze(0), B[0].unsqueeze(0))
ssim2 = ssim(A[1].unsqueeze(0), B[1].unsqueeze(0))
ssim3 = ssim(A[2].unsqueeze(0), B[2].unsqueeze(0))
ssim4 = ssim(A[3].unsqueeze(0), B[3].unsqueeze(0))
ssim5 = ssim(A[4].unsqueeze(0), B[4].unsqueeze(0))
ssim6 = ssim(A[5].unsqueeze(0), B[5].unsqueeze(0))
ssim7 = ssim(A[6].unsqueeze(0), B[6].unsqueeze(0))
ssim8 = ssim(A[7].unsqueeze(0), B[7].unsqueeze(0))

print((ssim1 + ssim2 + ssim3 + ssim4 + ssim5 + ssim6 + ssim7 + ssim8) / 8)

控制台输出：

tensor(0.0404)
tensor(0.0340)

Python版本3.8.10

TrochMetrics版本0.9.1

PyTroch版本1.10.1+cu113

或者这是个git问题？

Answer 1

差异来自于data_range参数。请参阅下列文件：

data_range: Range of the image. If ``None``, it is determined from the image (max - min)

https://torchmetrics.readthedocs.io/en/stable/image/structural_similarity.html#structural-similarity-index-measure-ssim

默认情况下，它是None，因此批处理和批处理的单个示例将从数据派生出不同的data_range：

if data_range is None:
    data_range = max(preds.max() - preds.min(), target.max() - target.min())

https://github.com/Lightning-AI/metrics/blob/19355a9d2c51b3b39b311694d7b8e6856a73eae6/src/torchmetrics/functional/image/ssim.py#L129

如果像这样设置特定的data_range：

ssim = StructuralSimilarityIndexMeasure(kernel_size=(5, 5), data_range=255)

结果将是一样的。