关于计算MAE等的问题

[muyiyiyi]

作者的模型网络输出密度图的宽高都是原始图像的1/8，以256256的图像为例，网络预测的密度图是3232大小，但是相对于真实值密度图256*256，它俩的像素值之和（人数）应该是64倍的差异啊，计算MAE的时候，应该网络预测的密度图值乘以64再与原始密度图像素和进行比较吧，为什么val.ipynb文件中，直接使用网络输出的密度图与原始标签进行比较。

# 计算mae的代码
mae += abs(output.detach().cpu().sum().numpy()-np.sum(groundtruth))

# 真实密度图标签的生成代码
k = np.zeros((img.shape[0],img.shape[1]))  # 密度图与原始图像尺寸一致
gt = mat["image_info"][0,0][0,0][0]
for i in range(0,len(gt)):
    if int(gt[i][1])<img.shape[0] and int(gt[i][0])<img.shape[1]:
        k[int(gt[i][1]),int(gt[i][0])]=1
k = gaussian_filter_density(k)
with h5py.File(img_path.replace('.jpg','.h5').replace('images','ground_truth'), 'w') as hf:
        hf['density'] = k

还是说，需要修改代码，让预测图上采样回到与原始图像尺寸一致吗？

[muyiyiyi]

不好意思。。我看到load_data的源码了。原来是将真实值缩小，像素值乘以64从而保持尺寸对应和人数不变。。