在张量流中结合相邻像素的 RMSE 计算答案

【问题标题】：RMSE computation incorporating neighboring pixels in tensorflow在张量流中结合相邻像素的 RMSE 计算
【发布时间】：2021-08-06 15:20:33
【问题描述】：

我正在使用带有 Keras 的 tensorflow 训练 FCNN，我目前使用 RMSE 进行验证：

import tensorflow
from tensorflow.python.keras import backend
def rmse(y_true, y_pred):
    return backend.sqrt(backend.mean(backend.square(y_pred - y_true)))

但不是逐像素比较，我想计算包含相邻像素的 RMSE，这意味着对于每个像素，将考虑 y_true 中相同的相应像素加上它的 3x3 或 5x5 相邻像素来计算误差。

如何在 keras 中实现这一点？

【问题讨论】：

标签： python tensorflow keras deep-learning tf.keras

【解决方案1】：

不要这样做：

def rmse(y_true, y_pred):
    return backend.sqrt(backend.mean(backend.square(y_pred - y_true)))

你可以试试：

avg_pool = tf.keras.layers.AveragePooling2D(pool_size=(2, 2),
strides=(1, 1), padding='valid'))

def rmse(y_true, y_pred):
    return backend.sqrt(backend.mean(backend.square(avg_pool(y_pred) - avg_pool(y_true))))

【讨论】：