作者，您好。您在主页公开了模型在LOL-v1, LOL-v2 (real), MIT Adobe FiveK, DICM, LIME, MEF, NPE和VV数据集上的推理结果，其中LOL-v1, LOL-v2 (real)的尺寸为768×512，但是LOL-v1, LOL-v2 (real)原始数据集的标签尺寸为600×400。
【1】由于上述问题，这将没办法直接算计一些评价指标（例如：psnr、ssim）。请问作者在计算评价指标的时候，是如何处理尺寸不一致问题的哇？如果是resize的话，请问可以公开用到的具体resize代码吗？
【2】计算无监督指标的时候，是直接用768×512分辨率去计算吗？还是同样需要resize的？
作者，您好。您在主页公开了模型在LOL-v1, LOL-v2 (real), MIT Adobe FiveK, DICM, LIME, MEF, NPE和VV数据集上的推理结果，其中LOL-v1, LOL-v2 (real)的尺寸为768×512，但是LOL-v1, LOL-v2 (real)原始数据集的标签尺寸为600×400。
【1】由于上述问题，这将没办法直接算计一些评价指标（例如：psnr、ssim）。请问作者在计算评价指标的时候，是如何处理尺寸不一致问题的哇？如果是resize的话，请问可以公开用到的具体resize代码吗？
【2】计算无监督指标的时候，是直接用768×512分辨率去计算吗？还是同样需要resize的？