TorchMetrics中ERGAS指标计算方法的修正说明
2025-07-03 06:14:12作者:傅爽业Veleda
背景介绍
ERGAS(Erreur Relative Globale Adimensionnelle de Synthèse)是一种广泛应用于遥感图像融合质量评估的指标,特别是在全色锐化(Pansharpening)领域。该指标由Wald等人在1997年提出,用于评估多光谱图像与全色图像融合后的质量。
问题发现
在TorchMetrics项目的实现中,ERGAS指标的计算公式存在一个关键性的错误。原始实现中使用了乘法运算(* ratio),而实际上应该使用除法运算(/ ratio)。这一错误源于对原始论文中参数含义的误解。
技术分析
ERGAS指标的标准计算公式为:
ERGAS = 100 * (h/l) * sqrt(1/N * sum(RMSE^2/mean^2))
其中:
h/l表示高分辨率图像与低分辨率图像之间的像素尺寸比N是波段数量RMSE是均方根误差mean是参考图像的平均值
在实际应用中,h/l通常是一个小于1的分数值。例如,对于常见的卫星图像(如Pleiades-1A、WorldView-2、GeoEye-1等),这个比值通常为1/4。因此,在代码实现时,应该使用整数比例参数ratio的倒数,即1/ratio。
影响评估
这一错误会导致计算出的ERGAS值比实际值大ratio^2倍。例如,当ratio=4时,计算结果会比正确值大16倍。这会严重影响评估结果的准确性,可能导致对图像融合算法性能的错误判断。
修正方案
正确的实现应该将乘法运算改为除法运算:
# 错误实现
ergas = 100 * ratio * torch.sqrt(torch.mean(rmse_per_band / mean_per_band))
# 正确实现
ergas = 100 / ratio * torch.sqrt(torch.mean(rmse_per_band / mean_per_band))
结论
ERGAS指标的正确计算对于遥感图像处理领域至关重要。TorchMetrics项目团队已经确认了这一错误,并将在后续版本中进行修正。用户在使用该指标时应注意这一计算差异,特别是在进行算法性能比较时,应确保使用正确的计算方法以获得准确的评估结果。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
暂无描述
Dockerfile
779
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677