图像质量评价(IQA)

shangyingying_12026-02-14 15:04

1.评价方法

图像质量评价分为：主观和客观两个方面。其中客观又分为全参考、半参考和无参考三种

详情见如下博客内容

https://blog.csdn.net/shinuone/article/details/149176494

2.评价指标和评价算法

GitHub - chaofengc/IQA-PyTorch: 👁️ 🖼️ 🔥PyTorch Toolbox for Image Quality Assessment, including PSNR, SSIM, LPIPS, FID, NIQE, NRQM(Ma), MUSIQ, TOPIQ, NIMA, DBCNN, BRISQUE, PI and more...

IQA-PyTorch/docs/ModelCard.md at main · chaofengc/IQA-PyTorch · GitHubhttps://github.com/chaofengc/IQA-PyTorch/blob/main/docs/ModelCard.md

按照git上的要求搭好环境后使用以下testiqa.py进行测试，图片可以放在绝对路径下

python 复制代码

import pyiqa
# pyiqa是pytorch实现的图像质量评估库，直接pip install
import torch
from PIL import Image
import torchvision.transforms as transforms

# 可以列出左右库里的函数
print(pyiqa.list_models())

device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")

# 示例
iqa_metric = pyiqa.create_metric('arniqa', device=device) #随意选择上述存在的模型，注意是否是NR的
to_tensor = transforms.ToTensor()
img_path=r"E:\code\pytorch_test\IQA-PyTorch-main\IQA-PyTorch-main\test.jpg" #图片路径
img = to_tensor(Image.open(img_path)).unsqueeze(0)
score = iqa_metric(img)
print("NIME:", score.item())

测试结果如下图所示

表示使用该模型arniqa，得到的分数为0.45