pytorch中计算灰度图的psnr

Question

######这里是计算psnr方式
def calc_psnr(img1,img2):   
    img1 = Variable( img1, requires_grad=False)    
    img2 = Variable( img2, requires_grad = False)
    img1 = img1.cpu()
    img1 = np.array(img1).astype(np.float32)

    img1 = torch.from_numpy(img1).float().unsqueeze(0)
   
    img2 = img2.cpu()
    img2 = np.array(img2).astype(np.float32)
   
    img2 = torch.from_numpy(img2).float().unsqueeze(0)

    PSNR = peak_signal_noise_ratio(img1,img2).item()

    return PSNR



#####提示错误
AttributeError: 'torch.dtype' object has no attribute 'type'




########这里是前面训练过程中调用psnr更新，不会出错
epoch_psnr.update(calc_psnr(preds, labels), len(inputs))

我在训练神经网络时，需要用灰度图数据集，使用传统的RGB转ycbcr的方法，psnr会输出nan。使用from skimage.metrics import peak_signal_noise_ratio计算的话，经过测试两幅图片可以计算。但是在训练过程中，给对应的preds和lable训练时，会出现numpy数组很tensor张量转换之间的问题，萌新不太懂，请问各位大佬这里应该怎么改呢？

Answer 1

img1,img2从gpu拿到cpu还是tensor，要img.cpu().numpy(),然后进行格式转换。如果有帮助请采纳。