量化指标麻烦提供一下测试脚本

[Wucy0519]

您好！
见Issue #44,我查阅了propainter的官方代码，在 https://github.com/sczhou/ProPainter/blob/main/inference_propainter.py 推理代码的第443-444行，很清晰说明了propainter的背景是通过mask融合进去的。如果可以，麻烦提供一下测试代码，谢谢~
'
for i in range(len(neighbor_ids)):
idx = neighbor_ids[i]
img = np.array(pred_img[i]).astype(np.uint8) * binary_masks[i] + ori_frames[idx] * (1 - binary_masks[i])
'

[zibojia]

实际上是这样的，他们在448行是有一个融合操作的：comp_frames[idx] = comp_frames[idx].astype(np.float32) * 0.5 + img.astype(np.float32) * 0.5，所以实际跑出来他们的背景是有一些畸变。你可以运行一下他们的代码看看，也可以debug打个断点（最简单的话是算一下mse）。目前几乎没有任何算法的PSNR是正无穷，多少都会有些背景的改变。

[Wucy0519]

感谢您的回答，但是，我觉得您说的有一些问题，
假设 A表示第N帧的前景预测部分，B表示第N帧的背景预测部分，C表示背景原本的部分
那么，按照代码443行
'
img = np.array(pred_img[i]).astype(np.uint8) * binary_masks[i]
+ ori_frames[idx] * (1 - binary_masks[i])
'
所示，img = A+C
按照Propainter的处理模式，第N帧参与多次轮计算取平均，则我们假设第N帧在别的处理轮次中是 img' = A' + C
那么按照第448行的计算模式
'
comp_frames[idx] = comp_frames[idx].astype(np.float32) * 0.5 + img.astype(np.float32) * 0.5
'
，最终的img = (A + A')/2 + C， 则，该式没有预测的B的项，说明背景并没有改变

[Wucy0519]

我计算了由Propainter的结果，其结果背景的PSNR，由于float32和int转换问题，psnr在40左右