<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[dejahu的博客]]></title><description><![CDATA[愿你一生欢喜，不为世俗所及。]]></description><link>https://blog.youkuaiyun.com/ECHOSON</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ECHOSON]]></copyright><item><title><![CDATA[用 AI 配置项目环境：可复制的提示词指南]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/168963822</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/168963822</guid><author>ECHOSON</author><pubDate>Sat, 24 Oct 2026 11:11:51 +0800</pubDate><description><![CDATA[本文提供一套可复制的AI辅助项目环境配置指南，以Ultralytics YOLO为例，指导用户在Windows下通过具备文件读取与命令执行能力的AI工具，完成从环境检查、独立环境创建、依赖安装到真实推理验证的全流程。强调按阶段操作、验证关键路径、确保结果可复现，并最终生成包含环境说明、依赖记录与运行命令的交付文档，实现“配置成功即项目跑通”的目标。]]></description><category></category></item><item><title><![CDATA[GitHub AI 热榜日报 · 2026-10-23]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/168878168</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/168878168</guid><author>ECHOSON</author><pubDate>Fri, 23 Oct 2026 16:40:05 +0800</pubDate><description><![CDATA[2026年10月23日GitHub AI热榜中，Cloudflare安全审计技能、Orca多智能体平台与Graphify知识图谱工具领跑，聚焦AI Agent生态与代码安全。vLLM与ComfyUI在模型推理与本地部署领域持续吸睛，Headroom等项目推动上下文压缩以降低Token消耗。新晋爆款dsh-our-free-model无需登录即可调用免费模型，迅速斩获超3万星。整体呈现“智能体+效率优化+开源易用”趋势。]]></description><category></category></item><item><title><![CDATA[【大作业-66】基于 PyQt6 的三维高斯重建工作台设计与实现]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/168344359</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/168344359</guid><author>ECHOSON</author><pubDate>Sun, 18 Oct 2026 20:39:07 +0800</pubDate><description><![CDATA[本文设计并实现基于PyQt6的三维高斯重建工作台3DGS Studio，集成FFmpeg视频抽帧、COLMAP位姿估计与原版3DGS训练核心，构建可操作、可监控、可恢复的桌面化重建流程。系统支持双模式交互、项目持久化、训练曲线可视化、检查点恢复及内嵌PLY渲染，提供可选安装目录的在线安装包。在RTX 3060环境下验证了12张图像的完整重建与训练恢复能力，证明了工程集成的有效性，为初学者与研究者提供了高效、直观的三维重建工具。]]></description><category></category></item><item><title><![CDATA[zed2i双目相机重建流程]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/164469614</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/164469614</guid><author>ECHOSON</author><pubDate>Mon, 07 Sep 2026 16:14:54 +0800</pubDate><description><![CDATA[<think>我们根据用户要求，需要根据给定内容生成不超过150字的文章摘要。这篇内容是关于ZED SDK空间映射系统的原理和操作说明。摘要需要概括核心原理、流程和特点，控制在150字以内。 我们先总结要点：程序使用ZED2i双目深度和视觉惯性定位，逐帧融合深度生成Mesh或点云；深度计算基于双目视差，定位用视觉+IMU；流程包括初始化、深度计算、位姿估计、空间融合、网格生成；软件特点是实时建图、支持保存PLY/OBJ。用户需要摘要，所以省略细节，突出原理。 字数限制严格，要精简。写一个简练的摘要。</th]]></description><category></category></item><item><title><![CDATA[水下导航扫盲]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/164432266</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/164432266</guid><author>ECHOSON</author><pubDate>Mon, 07 Sep 2026 00:21:08 +0800</pubDate><description><![CDATA[<think>我们根据用户要求，从提供的内容中生成一篇不超过150字的摘要。内容是关于AUV和载人潜水器导航原理的异同。摘要需要概括核心内容，包括挑战、传感器融合、AUV自主闭环、载人潜水器人工决策与母船跟踪，以及导航组合的结论。要简洁，不超过150字。</think>水下导航因无线电衰减而依赖多传感器组合：INS/IMU、DVL、深度计、USBL/LBL及视觉/声呐SLAM，经EKF或因子图融合。AUV自主闭环执行“定位—规划—控制”，载人潜水器则融合信息供驾驶员决策，并由母船持续声学跟踪。两者传感器原理]]></description><category></category></item><item><title><![CDATA[正射影像和三维重建的区别]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/164431816</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/164431816</guid><author>ECHOSON</author><pubDate>Sun, 06 Sep 2026 23:26:10 +0800</pubDate><description><![CDATA[<think>我们根据表格内容生成摘要，不超过150字。需要概括主要比较点：各类项目的实时性、水下适用性、代码情况等，并突出推荐排序和关键结论。注意语言简洁。</think>该综述对比了九种空中/水下实时正射影像生成方案，评估其方法、实时性、地形校正与代码可用性。重点推荐aerial_mapper用于DSM与增量融合参考，OpenREALM提供完整实时架构；水下场景可选3D Sequential Mosaicing（无公开代码）或COLMAP Underwater（离线高精度）。综合来看，2016年Map2]]></description><category></category></item><item><title><![CDATA[正射影像生成常见方法]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/164431647</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/164431647</guid><author>ECHOSON</author><pubDate>Sun, 06 Sep 2026 23:05:26 +0800</pubDate><description><![CDATA[<think>我们根据表格内容生成摘要，不超过150字。需要概括主要比较点：各类项目的实时性、水下适用性、代码情况等，并突出推荐排序和关键结论。注意语言简洁。</think>该综述对比了九种空中/水下实时正射影像生成方案，评估其方法、实时性、地形校正与代码可用性。重点推荐aerial_mapper用于DSM与增量融合参考，OpenREALM提供完整实时架构；水下场景可选3D Sequential Mosaicing（无公开代码）或COLMAP Underwater（离线高精度）。综合来看，2016年Map2]]></description><category></category></item><item><title><![CDATA[双目高斯算法]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/164401116</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/164401116</guid><author>ECHOSON</author><pubDate>Sat, 05 Sep 2026 16:03:37 +0800</pubDate><description><![CDATA[有，而且真正使用同步左右目、同时构建 Gaussian 地图的算法已经出现了。很多论文只做到第三项，不能算实时 Gaussian SLAM。结合你现在的 ZED 2i、4×RTX 4090 和水下应用，我建议优先看下面几种。]]></description><category></category></item><item><title><![CDATA[水下机器人 SLAM 与三维重建技术路线]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163785281</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163785281</guid><author>ECHOSON</author><pubDate>Sun, 16 Aug 2026 01:03:25 +0800</pubDate><description><![CDATA[本文提出了水下机器人SLAM与三维重建的完整技术路线，分为实时作业和离线重建两个主要场景。系统采用多传感器融合架构，整合ZED双目相机、IMU/INS、DVL、深度计等数据源，通过实时SLAM生成轨迹和局部点云，同时完整记录原始数据用于离线优化。离线处理阶段采用回环检测、全局优化和3DGS等技术获得高质量三维模型。文章详细比较了ZED SDK、RTAB-Map和pySLAM等组件的适用场景，推荐分阶段实施策略，并指出了水下环境特有的技术挑战和风险因素。最终建议采用ZED+RTAB-Map实现实时定位，通过多]]></description><category></category></item><item><title><![CDATA[ZED 2i + ROS 2 配置记录]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163782536</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163782536</guid><author>ECHOSON</author><pubDate>Sat, 15 Aug 2026 18:47:52 +0800</pubDate><description><![CDATA[文章摘要 本文记录了在Ubuntu 26.04系统上配置ZED 2i深度相机与ROS 2 Lyrical LTS的工作笔记。系统环境包含4块RTX 4090显卡和Wayland显示协议，面临的主要挑战是ZED Explorer和RViz在原生Wayland下的显示问题。通过使用XWayland兼容模式和软件渲染解决了显示闪烁问题，同时详细记录了ROS 2工作空间构建、依赖管理以及启动配置。文章还总结了ZED 2i相机特性、分辨率帧率限制，以及将CUDA计算与OpenGL显示分离的优化方案。最后提供了稳定运行]]></description><category></category></item><item><title><![CDATA[声纳数据集汇总]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163760668</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163760668</guid><author>ECHOSON</author><pubDate>Fri, 14 Aug 2026 18:15:10 +0800</pubDate><description><![CDATA[整理日期：2026-08-14。]]></description><category></category></item><item><title><![CDATA[Sea-thru：从数学小白角度的全文精读]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163574470</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163574470</guid><author>ECHOSON</author><pubDate>Sat, 08 Aug 2026 01:25:31 +0800</pubDate><description><![CDATA[文章摘要 Sea-thru是一种基于物理模型的水下图像复原方法，通过修正传统大气去雾模型，解决了水下图像颜色失真问题。该方法认为水下像素由两部分组成：物体光线在水中衰减后的直达信号(D_c)和水中颗粒散射形成的后向散射(B_c)。算法流程包括：利用RGBD图像估计后向散射，计算随距离变化的衰减系数，最后恢复场景真实颜色。实验使用了1100多幅不同水域的图像验证效果。相比传统方法，Sea-thru更准确地建模了水下光传播特性，实现了稳定的颜色恢复。该方法不依赖深度学习，而是通过物理模型和精确的距离信息实现图像]]></description><category></category></item><item><title><![CDATA[Sea-thru算法讨论整理]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163574420</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163574420</guid><author>ECHOSON</author><pubDate>Sat, 08 Aug 2026 01:14:18 +0800</pubDate><description><![CDATA[Sea-thru水下图像恢复算法摘要 Sea-thru是一种基于物理模型的水下图像颜色恢复方法，主要解决两个问题：去除水体后向散射（蓝绿色水雾）和补偿光衰减损失。其核心成像模型将像素分解为衰减的物体光和水体散射光两部分，通过距离图辅助估计不同距离下的后向散射和衰减系数。算法流程包括：距离分段、暗像素选择、散射光拟合、物体光补偿等步骤。关键创新在于区分了光衰减和散射两个独立过程，采用不同系数进行建模。该方法不依赖深度学习，而是基于水下光学物理特性，通过指数函数模拟光的衰减过程，最终实现水下场景的真实色彩还原。]]></description><category></category></item><item><title><![CDATA[深海载人潜器水下图像增强：20 篇核心文献精读（含关键定量结果）]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163534617</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163534617</guid><author>ECHOSON</author><pubDate>Thu, 06 Aug 2026 13:43:27 +0800</pubDate><description><![CDATA[本文总结了20篇深海载人潜器水下图像增强领域的关键文献，重点针对1500米深海冷泉生态系统的特殊成像场景（人工照明偏绿、潜器阴影、圆形耐压窗黑边）进行分析。研究指出，最有价值的创新方向应是物理引导、掩膜感知且时序一致的图像恢复方法，需严格区分水体退化、非均匀照明和无效视场三种现象。文献筛选涵盖CVPR、ICCV等顶级会议和IEEE期刊，特别关注物理模型、真实数据验证和下游任务应用。其中Sea-Thru、SeaThru-NeRF等方法在物理建模方面突出，而UVEB、UnDIVE等在视频时序一致性上表现优异。建]]></description><category></category></item><item><title><![CDATA[WSL2 + Orbbec Gemini 336L + RTAB-Map ROS2 RGB-D SLAM 教程]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/163442556</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/163442556</guid><author>ECHOSON</author><pubDate>Mon, 03 Aug 2026 14:38:34 +0800</pubDate><description><![CDATA[本文详细介绍了在WSL2 Ubuntu + ROS2 Jazzy环境下，使用奥比中光Gemini 336L相机运行RTAB-Map RGB-D SLAM的完整流程。主要内容包括：1) 通过usbipd-win将相机透传到WSL2；2) 启动OrbbecSDK_ROS2驱动发布RGB/Depth数据；3) 配置RTAB-Map参数订阅相机话题进行SLAM建图；4) 在RViz2和rtabmap_viz中可视化地图、点云和轨迹。文中提供了详细的命令行操作步骤，并解释了关键参数含义，同时针对可能遇到的USB权限问]]></description><category></category></item><item><title><![CDATA[深度相机与传感器讨论总结]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/162312046</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/162312046</guid><author>ECHOSON</author><pubDate>Thu, 25 Jun 2026 17:44:20 +0800</pubDate><description><![CDATA[本文整理了今天关于 ZED 2i、奥比中光 Gemini 系列、线扫、结构光、ToF、双目和激光雷达的讨论，重点放在原理区别、各自目的和选型判断。]]></description><category></category></item><item><title><![CDATA[【无标题】]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/162242464</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/162242464</guid><author>ECHOSON</author><pubDate>Tue, 23 Jun 2026 19:08:30 +0800</pubDate><description><![CDATA[exe导出，模型加载部分有些bug，还在调试。]]></description><category></category></item><item><title><![CDATA[周报-20260616]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/162195178</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/162195178</guid><author>ECHOSON</author><pubDate>Mon, 22 Jun 2026 11:23:13 +0800</pubDate><description><![CDATA[本周工作主要围绕海洋生物检测和三维重建展开。在海洋生物检测方面，完成了2000个文物生物标签的GPT匹配，并添加了标签查看功能，后续计划补充缺失数据并添加核对人信息。三维重建部分介绍了RDK X5开发板和GS130VI双目相机的参数配置，计划用于深度估计和SLAM开发。同时阅读了Depth Anything论文，分析了其基于MiDaS和DINO模型的单目深度估计方法，通过大规模无标签数据和教师-学生框架提升性能，但需注意其输出为相对深度，与海洋应用所需的真实距离存在差异。]]></description><category></category></item><item><title><![CDATA[双目视觉与视觉惯性 SLAM 讨论总结]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/161999839</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/161999839</guid><author>ECHOSON</author><pubDate>Mon, 15 Jun 2026 11:34:09 +0800</pubDate><description><![CDATA[σ2Ex−μ2σ2E[(x−μ2标准差 (\sigma) 表示典型误差尺度，方差 (\sigma^2) 是卡尔曼滤波公式中常用的量。Pσx2cov⁡xy⋯cov⁡yxσy2⋯⋮⋮⋱P​σx2​covyx⋮​covxyσy2​⋮​⋯⋯⋱​​对角线表示各状态变量自身的方差；非对角线表示不同状态误差之间的相关性。]]></description><category></category></item><item><title><![CDATA[地瓜派开发记录2-双目IMU相机]]></title><link>https://blog.youkuaiyun.com/ECHOSON/article/details/161981257</link><guid>https://blog.youkuaiyun.com/ECHOSON/article/details/161981257</guid><author>ECHOSON</author><pubDate>Sun, 14 Jun 2026 16:46:22 +0800</pubDate><description><![CDATA[地瓜双目IMU相机自带完整的标定参数，包括双目标定参数、IMU内参、双目和IMU之间的外参，用户无需额外标定即可直接使用。利用这些参数，可以通过双目立体匹配算法计算高精度的深度图，实现实时的三维环境感知。同时，相机的数据能应用于开源视觉惯性里程计（VIO）算法，如 OpenVINS 等，可计算相机位姿与轨迹信息。适用于机器人导航、避障等应用，为开发者提供即插即用的深度感知与视觉惯性融合能力。mipi相机代码仓库：https://github.com/D-Robotics/hobot_mipi_cam。]]></description><category></category></item></channel></rss>