<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[tony365的博客]]></title><description><![CDATA[既来之，则看之]]></description><link>https://blog.csdn.net/tywwwww</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; tywwwww]]></copyright><item><title><![CDATA[双目立体校正]]></title><link>https://blog.csdn.net/tywwwww/article/details/158648987</link><guid>https://blog.csdn.net/tywwwww/article/details/158648987</guid><author>tywwwww</author><pubDate>Wed, 04 Mar 2026 10:03:49 +0800</pubDate><description><![CDATA[本文提出了一种改进的双目立体校正算法，针对传统OpenCV立体校正函数中存在的自动裁切问题进行了系统优化。传统方法在校正过程中会自动裁剪图像边缘区域，以保证校正后图像的矩形一致性，但会导致原始图像的有效信息丢失。本文通过引入基于边界计算的动态视场调整策略，在保证极线对齐约束的前提下，实现了最大化视场保留。算法包含从坐标系变换、旋转矩阵求解到图像重映射的完整数学推导，并详细分析了各步骤的物理量、单位一致性与几何意义。在进行立体校正算法推导之前，需要明确双目相机系统中涉及的几种典型坐标系及其之间的几何变换关系。]]></description><category></category></item><item><title><![CDATA[cv2.projectPoints 作用，cv2.stereoRectify介绍]]></title><link>https://blog.csdn.net/tywwwww/article/details/158618332</link><guid>https://blog.csdn.net/tywwwww/article/details/158618332</guid><author>tywwwww</author><pubDate>Tue, 03 Mar 2026 16:27:23 +0800</pubDate><description><![CDATA[作用。]]></description><category></category></item><item><title><![CDATA[export huggingface国内源，提升下载速度]]></title><link>https://blog.csdn.net/tywwwww/article/details/158612711</link><guid>https://blog.csdn.net/tywwwww/article/details/158612711</guid><author>tywwwww</author><pubDate>Tue, 03 Mar 2026 13:36:35 +0800</pubDate><description><![CDATA[这条命令的核心是修改 Hugging Face 工具的下载源，从官方服务器切换到国内镜像站；主要解决国内访问 Hugging Face 速度慢、连接不稳定的问题；临时生效仅对当前终端有效，永久生效需写入系统配置文件。比如下载scare dataset:import os。]]></description><category></category></item><item><title><![CDATA[c3vd论问中的手眼标定]]></title><link>https://blog.csdn.net/tywwwww/article/details/158465988</link><guid>https://blog.csdn.net/tywwwww/article/details/158465988</guid><author>tywwwww</author><pubDate>Fri, 27 Feb 2026 16:17:43 +0800</pubDate><description><![CDATA[UR-3 机械臂的末端法兰。奥林巴斯结肠镜的摄像头。作者让机械臂带着内窥镜动了几次，同时拍摄标定板，解出了AXXBAX=XBAXXB。获得矩阵X。以后只要机械臂动了（知道AnewA_{new}Anew​），就能通过公式BnewX−1⋅Anew⋅XBnew​X−1⋅Anew​⋅X（大致意思）立刻算出相机现在的精确位置，从而把虚拟相机摆到同样的位置去渲染图像。斜体样式公式 (2) 利用了手眼标定的结果 X和。]]></description><category></category></item><item><title><![CDATA[EndoStreamDepth: Temporally Consistent Monocular Depth Estimation for Endoscopic Video Streams]]></title><link>https://blog.csdn.net/tywwwww/article/details/158380232</link><guid>https://blog.csdn.net/tywwwww/article/details/158380232</guid><author>tywwwww</author><pubDate>Wed, 25 Feb 2026 09:46:28 +0800</pubDate><description><![CDATA[关注场景结构（物体的前后关系）。忽略绝对距离的整体缩放误差（因为单目相机无法知道物体的真实大小）。系数 0.5在“结构准确性”和“尺度准确性”之间取得了平衡。]]></description><category></category></item><item><title><![CDATA[pytorch分布式训练解释]]></title><link>https://blog.csdn.net/tywwwww/article/details/158379690</link><guid>https://blog.csdn.net/tywwwww/article/details/158379690</guid><author>tywwwww</author><pubDate>Wed, 25 Feb 2026 09:10:57 +0800</pubDate><description><![CDATA[在分布式训练（Distributed Data Parallel, DDP）中，这几个概念是核心，理解它们对于配置多机多卡训练至关重要。我们可以把分布式训练想象成一个“大型工厂”，里面有多个“车间”（节点 Node），每个车间里有多个“工人”（GPU/进程 Process）。这段代码是一个非常标准的模板，它不仅适用于单机多卡（单机 8 卡时，Node=1, Rank=0~7, Local Rank=0~7），也完美适配多机多卡场景。假设我们要训练一个大模型，使用了。总共参与训练的 GPU 数量 =]]></description><category></category></item><item><title><![CDATA[AT-BSN]]></title><link>https://blog.csdn.net/tywwwww/article/details/155574354</link><guid>https://blog.csdn.net/tywwwww/article/details/155574354</guid><author>tywwwww</author><pubDate>Thu, 04 Dec 2025 16:38:01 +0800</pubDate><description><![CDATA[总之核心思路都是：对于噪声相关的图像，在训练的时候利用噪声不相关的邻域去除中心区域的噪声，避免网络学习拟合噪声。训练的时候去相关，推理的时候要多利用周围纹理所以仍然保留一定的相关性，否则图像会比较模糊了。hqssl, dbsn：分别利用旋转卷积和膨胀卷积实现BSN适用于0均值空间不相关的噪声。noise2void, noise2self：盲点网络适用于0均值空间不相关的噪声。neighbor2neighbor：适用于0均值，空间不相关的噪声。AT-BSN:利用旋转卷积来实现去除相关性的噪声。]]></description><category></category></item><item><title><![CDATA[优化对比度增强的实时图像和视频去雾Optimized contrast enhancement for real-time image and video dehazing]]></title><link>https://blog.csdn.net/tywwwww/article/details/153683178</link><guid>https://blog.csdn.net/tywwwww/article/details/153683178</guid><author>tywwwww</author><pubDate>Tue, 21 Oct 2025 14:12:48 +0800</pubDate><description><![CDATA[里面有相关算法的去雾效果比较主要=环节，大气光估计，透射率粗估计只估计一个数，引导滤波精估计，gamma增强，根据估计进行去雾6. 一个比较清晰的代码：https://github.com/Accustomer/TheThingsWithImage/tree/main/Code/6_OCEDehazing7. https://www.cnblogs.com/Imageshop/p/3925461.html 有一个大概介绍。]]></description><category></category></item><item><title><![CDATA[多焦点图像的融合方法介绍Guided filter-based multi-focus image fusion through focus region detection]]></title><link>https://blog.csdn.net/tywwwww/article/details/153628796</link><guid>https://blog.csdn.net/tywwwww/article/details/153628796</guid><author>tywwwww</author><pubDate>Mon, 20 Oct 2025 14:36:59 +0800</pubDate><description><![CDATA[代码可以参考：https://github.com/Accustomer/TheThingsWithImage/tree/main。根据原图和滤波后图像的 absdiff,  反复优化 abs diff 得到fusion weight。主要原理是求融合的weight。]]></description><category></category></item><item><title><![CDATA[利用小波分解进行模糊检测pywt.dwt2]]></title><link>https://blog.csdn.net/tywwwww/article/details/152927567</link><guid>https://blog.csdn.net/tywwwww/article/details/152927567</guid><author>tywwwww</author><pubDate>Fri, 10 Oct 2025 15:57:10 +0800</pubDate><description><![CDATA[在图像处理和计算机视觉领域，边缘结构（edge structure）是描述图像中像素值变化模式的重要概念。论文中提到的四种边缘结构——Dirac-Structure、Astep-Structure、Gstep-Structure 和 Roof-Structure——是根据边缘在空间中的形态和灰度变化特性分类的。它们在小波变换下的响应不同，因此可用于图像清晰度或模糊检测。边缘类型描述模糊后的变化极窄的脉冲型边缘，灰度值突变非常剧烈（类似理想边缘）。常见于锐利边界。]]></description><category></category></item><item><title><![CDATA[dinov3热力图显示]]></title><link>https://blog.csdn.net/tywwwww/article/details/150703761</link><guid>https://blog.csdn.net/tywwwww/article/details/150703761</guid><author>tywwwww</author><pubDate>Sun, 24 Aug 2025 16:55:09 +0800</pubDate><description><![CDATA[结果
代码]]></description><category></category></item><item><title><![CDATA[dinov3使用介绍]]></title><link>https://blog.csdn.net/tywwwww/article/details/150643401</link><guid>https://blog.csdn.net/tywwwww/article/details/150643401</guid><author>tywwwww</author><pubDate>Sat, 23 Aug 2025 16:47:58 +0800</pubDate><description><![CDATA[这种设计使得 DINOv3 相比传统的 ViT 模型具有更好的特征表示能力和更稳定的训练过程。每个 token 都有384维的特征向量，其中 CLS token 的输出通常作为整个图像的全局特征表示（即 pooler_output）。使用说明：https://github.com/facebookresearch/dinov3。根据 DINOv3 配置文件中的。]]></description><category></category></item><item><title><![CDATA[坐标系和相机标定介绍，张正友标定法原理，opencv标定]]></title><link>https://blog.csdn.net/tywwwww/article/details/149396569</link><guid>https://blog.csdn.net/tywwwww/article/details/149396569</guid><author>tywwwww</author><pubDate>Wed, 16 Jul 2025 13:49:32 +0800</pubDate><description><![CDATA[在计算机视觉和摄影测量中，世界坐标系、相机坐标系、图像坐标系和像素坐标系是描述三维空间到二维图像映射过程的四个关键坐标系。以下是它们的详细解释和相互关系：​Xc​Yc​Zc​1​​=[R0​t1​]​Xw​Yw​Zw​1​​
作用：
将世界坐标转换为相机视角下的坐标，是三维到二维投影的中间步骤。


3. 图像坐标系（Image Coordinate System, ICS）

定义：相机成像平面上的二维坐标系，单位为物理尺寸（如毫米）。
表示：

点坐标：(x,y)(x, y)(x,y)
原点 OOO 为]]></description><category></category></item><item><title><![CDATA[无监督光流，unflow, uflow,upflow]]></title><link>https://blog.csdn.net/tywwwww/article/details/149259095</link><guid>https://blog.csdn.net/tywwwww/article/details/149259095</guid><author>tywwwww</author><pubDate>Thu, 10 Jul 2025 21:36:48 +0800</pubDate><description><![CDATA[选择一个大小为 ( n \times n ) 的邻域（例如 ( 3 \times 3 ) 或 ( 5 \times 5 )），排除中心像素后共有 ( m = n^2 - 1 ) 个邻域像素。]]></description><category></category></item><item><title><![CDATA[遗传算法sbx]]></title><link>https://blog.csdn.net/tywwwww/article/details/148827287</link><guid>https://blog.csdn.net/tywwwww/article/details/148827287</guid><author>tywwwww</author><pubDate>Sun, 22 Jun 2025 14:28:17 +0800</pubDate><description><![CDATA[的交叉算子，由 Deb 和 Agrawal 提出，目的是模拟。在实数编码中的效果。其核心特点是通过参数。（eta）控制子代与父代的相似程度。结果：子代位于父代之间（因为。若需同时考虑行和列，应使用。通过线性组合父代基因和。]]></description><category></category></item><item><title><![CDATA[强化学习 PPO代码]]></title><link>https://blog.csdn.net/tywwwww/article/details/148637295</link><guid>https://blog.csdn.net/tywwwww/article/details/148637295</guid><author>tywwwww</author><pubDate>Fri, 13 Jun 2025 17:29:32 +0800</pubDate><description><![CDATA[【代码】强化学习 PPO代码。]]></description><category></category></item><item><title><![CDATA[强化学习 PPO]]></title><link>https://blog.csdn.net/tywwwww/article/details/148636660</link><guid>https://blog.csdn.net/tywwwww/article/details/148636660</guid><author>tywwwww</author><pubDate>Fri, 13 Jun 2025 17:10:48 +0800</pubDate><description><![CDATA[近端策略优化 (PPO) 的思想是，我们希望通过限制在每个训练周期对策略所做的更改来提高策略的训练稳定性：我们希望避免策略更新幅度过大。原因有二1)经验表明，训练期间较小的策略更新更可能收敛到最优解。
2)策略更新中过大的步幅可能导致“跌落悬崖”（获得糟糕的策略），并花费很长时间甚至没有恢复的可能性。
因此，使用 PPO，我们保守地更新策略。为此，我们需要通过计算当前策略与先前策略之间的比率来衡量当前策略相对于先前策略的变化程度。并且我们将此比率裁剪到一个范围[1−ϵ,1+ϵ]，这意味着我们消除了当前策略偏]]></description><category></category></item><item><title><![CDATA[强化学习 A2C算法]]></title><link>https://blog.csdn.net/tywwwww/article/details/148626723</link><guid>https://blog.csdn.net/tywwwww/article/details/148626723</guid><author>tywwwww</author><pubDate>Fri, 13 Jun 2025 10:17:23 +0800</pubDate><description><![CDATA[更准确地说，Reinforce 是 基于策略的方法 的一个子类，称为 策略梯度方法。在基于策略的方法中，我们的目标是直接优化策略，而无需使用价值函数。更准确地说，Reinforce 是 基于策略的方法 的一个子类，称为 策略梯度方法。然而，因为我们使用蒙特卡洛采样来估计回报（我们使用整个 episode 来计算回报），所以我们在策略梯度估计中存在显着的方差。然而，因为我们使用蒙特卡洛采样来估计回报（我们使用整个 episode 来计算回报），所以我们在策略梯度估计中存在显着的方差。]]></description><category></category></item><item><title><![CDATA[强化学习：策略梯度概念]]></title><link>https://blog.csdn.net/tywwwww/article/details/148617888</link><guid>https://blog.csdn.net/tywwwww/article/details/148617888</guid><author>tywwwww</author><pubDate>Thu, 12 Jun 2025 20:21:45 +0800</pubDate><description><![CDATA[开始以为policy_loss 计算的是策略梯度，感觉很不合理，其实不是的，差了一个求导呢。两者的梯度 符号相反。因此最大化目标函数等于最小化policy_loss。总结，policy_loss 的梯度 和 目标函数的梯度符号相反。]]></description><category></category></item><item><title><![CDATA[强化学习：DQN学习总结]]></title><link>https://blog.csdn.net/tywwwww/article/details/148615704</link><guid>https://blog.csdn.net/tywwwww/article/details/148615704</guid><author>tywwwww</author><pubDate>Thu, 12 Jun 2025 17:59:29 +0800</pubDate><description><![CDATA[因此我们需要了解env的特点，甚至做一个任务的时候，我们要自己定义自己的env，状态是什么，动作有哪些，什么情况下有奖励等等。Qtable是离散的，因此每一行的最大值也就是每个状态的最优动作一般是可以确定的。Q-Learning 是一种用于训练 Q 函数的算法，Q 函数是一种动作价值函数，它确定在特定状态并采取特定动作的价值。就是缓冲我们玩的游戏，1.可以重复利用这些经验，避免忘记以前的经验， 2.随机取出一批，消除连续状态的相关性。可想而知的是，得到每个动作的价值之后，价值最大的动作就是我们需要的动作。]]></description><category></category></item></channel></rss>