LPIPS是一种衡量图像相似度的方法，它通过深度学习模型来评估两个图像之间的感知差异。LPIPS认为，即使两个图像在像素级别上非常接近，人类观察者也可能将它们视为不同。因此，LPIPS使用预训练的深度网络（如VGG、AlexNet）来提取图像特征，然后计算这些特征之间的距离，以评估图像之间的感知

fromUtils.optionimport*fromdataimporttest_dataloaderfromUtils.utilsimport*fromUtils.metricsimport*#fromUtils.metricsimportssimasssimfromtorchvisionimportutilsasvutilsfrommodels.networkimportNetworkasNetimportlpipsfrom

importosimporttorchimporttorchvision.transforms.functionalasTFfromskimage.metricsimportpeak_signal_noise_ratioaspsnrfromskimage.metricsimportstructural_similarityasssimimportlpipsfromPILimportImagedefcalculate_metrics(folder1,

importosimporttorchimporttorchvision.transforms.functionalasTFfromskimage.metricsimportpeak_signal_noise_ratioaspsnrfromskimage.metricsimportstructural_similarityasssimimportlpipsfromPILimportImagedefcalculate_metrics(folder1,folder

importosimporttorchimportlpipsfromPILimportImage#初始化LPIPS模型loss_fn=lpips.LPIPS(net='vgg')defcalculate_lpips(folder1,folder2,ext1='.jpg',ext2='.png'):#获取文件夹中的文件名filenames=[fforfinos.listdi

importosimporttorchimportlpipsfromPILimportImagefromtorchvision.transformsimportToTensor#初始化LPIPS模型loss_fn=lpips.LPIPS(net='vgg')defcalculate_lpips(img_path1,img_path2):#读取图像img1=Image.open(img_path1)img2