<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_41306321的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_41306321</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_41306321]]></copyright><item><title><![CDATA[复现 MatchED 边缘检测模型(单张图片重复8次,训练200 epoch）]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/162558545</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/162558545</guid><author>weixin_41306321</author><pubDate>Fri, 03 Jul 2026 18:30:23 +0800</pubDate><description><![CDATA[【CVPR2026新突破】MatchED提出通用边缘细化模块，支持CNN/Transformer/扩散模型全架构兼容 研究人员创新性开发插件式边缘细化方案MatchED，通过动态特征匹配机制实现跨架构通用性。该模块可无缝嵌入CNN、Transformer及扩散模型等主流框架，在保持原有结构的同时显著提升边缘检测精度。实验显示，MatchED在多个基准数据集上达到SOTA，尤其对复杂场景的细粒度边缘保留效果突出，为计算机视觉任务提供了即插即用的边缘优化解决方案。]]></description><category></category></item><item><title><![CDATA[比较阅读理解opencv 和 LuminanceHDR中 色调映射Drago算法]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/160490253</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/160490253</guid><author>weixin_41306321</author><pubDate>Sat, 25 Apr 2026 10:18:36 +0800</pubDate><description><![CDATA[OpenCV的TonemapDragoImpl类通过最大最小归一化处理输入图像，而LuminanceHDR直接使用XYZ色彩空间的Y分量进行计算。两者在亮度计算、对数变换处理、饱和度调节等方面存在显著差异：OpenCV使用RGB通道的幂运算调节饱和度，LuminanceHDR则通过HSL色彩空间转换调节饱和度。此外，OpenCV省略了论文公式中的divider项，导致结果有所不同。测试表明，这些实现差异会产生肉眼可见的效果差别]]></description><category></category></item><item><title><![CDATA[测试 opencv 4.10 cuda multiply divide 方法 和 cpu 版的区别 ]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/160224606</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/160224606</guid><author>weixin_41306321</author><pubDate>Thu, 16 Apr 2026 18:42:51 +0800</pubDate><description><![CDATA[在使用OpenCV 4.10的CUDA模块进行图像归一化时，发现两种数值归一化方法存在差异。当直接使用divide或multiply函数时，后两个通道的值会被置0；而改用Scalar::all参数传递归一化系数时，则能获得正确结果。这表明在OpenCV CUDA实现中，参数传递方式可能影响多通道图像处理结果，值得注意并可能是一个潜在的bug。]]></description><category></category></item><item><title><![CDATA[记录 MeshFlow-Online-Video-Stabilization 在线稳像]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/159864253</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/159864253</guid><author>weixin_41306321</author><pubDate>Sun, 05 Apr 2026 22:08:13 +0800</pubDate><description><![CDATA[【代码】记录 MeshFlow-Online-Video-Stabilization 在线稳像。]]></description><category></category></item><item><title><![CDATA[opencv calib3d 模块 usac magsac Gamma 查表值验证]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/157032624</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/157032624</guid><author>weixin_41306321</author><pubDate>Fri, 16 Jan 2026 19:41:33 +0800</pubDate><description><![CDATA[opencv calib3d 模块 usac magsac Gamma 查表值验证]]></description><category></category></item><item><title><![CDATA[测试《A Simple Algorithm for Fitting a Gaussian Function》拟合]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/156342156</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/156342156</guid><author>weixin_41306321</author><pubDate>Sat, 27 Dec 2025 22:26:08 +0800</pubDate><description><![CDATA[高斯拟合]]></description><category></category></item><item><title><![CDATA[deepseek进入死循环了]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/155911258</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/155911258</guid><author>weixin_41306321</author><pubDate>Sun, 14 Dec 2025 12:44:49 +0800</pubDate><description><![CDATA[deepseek死循环]]></description><category></category></item><item><title><![CDATA[复现 论文《一种基于“弦”的边界跟踪算法》]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/154954646</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/154954646</guid><author>weixin_41306321</author><pubDate>Mon, 17 Nov 2025 18:40:03 +0800</pubDate><description><![CDATA[二值图边界。]]></description><category></category></item><item><title><![CDATA[结合 deepseek,通义千问的答案理解opencv 估计刚体变换矩阵(Ransac)]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/145692466</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/145692466</guid><author>weixin_41306321</author><pubDate>Mon, 17 Feb 2025 21:58:21 +0800</pubDate><description><![CDATA[个人感觉deepseek的答案确实更好,但代码注释中的验证理解还是靠自己的仅有的一点数学知识得以完成，特别是S2,S3,虽然AI 都给出了代入方程验证的提示。]]></description><category></category></item><item><title><![CDATA[源码编译 zxing-cpp-2.3.0,并 测试在 vs2015 下生成demo里边调用]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/145650935</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/145650935</guid><author>weixin_41306321</author><pubDate>Sat, 15 Feb 2025 15:11:06 +0800</pubDate><description><![CDATA[由于 zxing-cpp-2.3.0 是c++17/20 开发，vs2015 下直接调用c++ api失败，因此使用C_API。*之前一直以为win10系统下只安装vs2015，调用必定会失败，需要高版本的c++运行时库,看来是自己理解错了?访问github不方便,所以。]]></description><category></category></item><item><title><![CDATA[《The NURBS Book 2nd Edition》. 源码索引]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/142034693</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/142034693</guid><author>weixin_41306321</author><pubDate>Sun, 08 Sep 2024 23:32:13 +0800</pubDate><description><![CDATA[/// 
        /// The NURBS Book 2nd Edition Page68
        /// Algorithm A2.1
        /// Determine the knot span index.
        /// 
        static int GetKnotSpanIndex(int degree, const std::vector& knotVector, double paramT);]]></description><category></category></item><item><title><![CDATA[测试smooth_funct_1d_gauss]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/139610584</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/139610584</guid><author>weixin_41306321</author><pubDate>Tue, 11 Jun 2024 22:54:52 +0800</pubDate><description><![CDATA[测试使用 smooth_funct_1d_gauss 算子 sigma=1 对 数组 GrayValues:=[1,2,3,4,5,6,7,8,9,10]进行高斯平滑。和halcon的结果基本很接近，但是因为是4.0, 5.0, 6.0, 7.0 这四个看上去完全相等，其他的小数第三位后就不同，不知道什么原因，是计算有误吗？我按照自己的理解得到的结果。]]></description><category></category></item><item><title><![CDATA[halcon 算子 get_grayval_interpolated BiCubic 插值验证]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/139496537</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/139496537</guid><author>weixin_41306321</author><pubDate>Thu, 06 Jun 2024 12:00:01 +0800</pubDate><description><![CDATA[测试发现 halcon  BiCubic基函数中的a=-1.0]]></description><category></category></item><item><title><![CDATA[yolov8 分割 模型 网络 模块图]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/136754373</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/136754373</guid><author>weixin_41306321</author><pubDate>Sat, 16 Mar 2024 09:07:26 +0800</pubDate><description><![CDATA[下图是使用yolov8n-seg-p6.yaml imgsz=1472 类别数=2的情况下训练得到的静态导出的onnx文件使用netron工具可视化的结果。简单标注了yolov8n-seg-p6.yaml配置文件中各层和netron工具可视化的结果的对应关系(head 中的 Segment除外)]]></description><category></category></item><item><title><![CDATA[vs2019 vc140 调用 onnxruntime-1.14.1 gpu 踩坑记录]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/135858903</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/135858903</guid><author>weixin_41306321</author><pubDate>Fri, 26 Jan 2024 10:22:31 +0800</pubDate><description><![CDATA[换在没有安装任何vs的电脑,直接安装vs2019 并勾选vc140 vc141,没有重启电脑，编译调用onnxruntime 1.14.1 gpu的库 编译成功!然后卸载重装vs2015 卸载重装vs2017 并勾选vc140 ,vs2019 勾选vc141,vc140 依旧报同样的错误。然后直接安装vs2015，提示没有完全安装成功，直接使用vs2015 新建命令工程正常使用,opencv4 也能正常调用。然后安装vs2017 也是没勾选vc140,三个版本vs上 还是一样报错。]]></description><category></category></item><item><title><![CDATA[论文 DiffusionEdge 源码阅读-KL散度]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/135839996</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/135839996</guid><author>weixin_41306321</author><pubDate>Thu, 25 Jan 2024 11:33:25 +0800</pubDate><description><![CDATA[论文标题标题:《DiffusionEdge: Diffusion Probabilistic Model for Crisp Edge Detection》#KL散度 (Kullback-Leibler divergence)#一文详解 Latent Diffusion官方源码。]]></description><category></category></item><item><title><![CDATA[测试 yolov8 分割模型 边缘检测]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/135758598</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/135758598</guid><author>weixin_41306321</author><pubDate>Mon, 22 Jan 2024 22:05:53 +0800</pubDate><description><![CDATA[发现 cfg/default.yaml 参数 mask_ratio 等于4 直接训练如下边缘分割标签,推理时mask 稀疏，训练时分数偏低,mask_ratio 改为1训练时打印的mask 的 P指标一直为0,将imgsz=原图size 训练分数也不高。修改了源码中的两处,还是保持mask_ratio等于4,重新训练,推理如下,虽然mask粗糙但几乎不产生断裂。类SegmentationPredictor postprocess方法 外扩mask 1个像素。且出现上边缘mask被box过度剪裁的情况。]]></description><category></category></item><item><title><![CDATA[Nivision 图像处理方法-Brightness(BCGTransform)实现验证测试]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/134569705</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/134569705</guid><author>weixin_41306321</author><pubDate>Thu, 23 Nov 2023 10:13:09 +0800</pubDate><description><![CDATA[与Nivsion Vision Assistant 界面上显示的LookUp Table可能不一致]]></description><category></category></item><item><title><![CDATA[霍夫圆弧检测测试]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/132894741</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/132894741</guid><author>weixin_41306321</author><pubDate>Fri, 15 Sep 2023 09:29:37 +0800</pubDate><description><![CDATA[opencv api]]></description><category></category></item><item><title><![CDATA[一些些杂思]]></title><link>https://blog.youkuaiyun.com/weixin_41306321/article/details/128848723</link><guid>https://blog.youkuaiyun.com/weixin_41306321/article/details/128848723</guid><author>weixin_41306321</author><pubDate>Thu, 02 Feb 2023 13:34:30 +0800</pubDate><description><![CDATA[所以我的整个意识活动，仅仅只是不断的感知或者说被知道，整个过程中我即做了决定，其实又什么都没做，因为本质只是我的大脑在活动而已。当我意识到自己正在 "思考"A事情的时候,我的意识已经不允许我回到 正在 "思考"A事情的时候再做一次完全相同的思考了。也就是说是意识的流动，让我以为自己是具有自由意志的，以为意识的状态改变是我主动发出的。而意识是源于大脑的活动,所以归根结底,我，我的意识 都只是大脑的运行本身或者说虚构。笼统的讲就是：我就是意识，意识就是我，我就是一切，一切就是我。按照以上定义以及理解，那么。]]></description><category></category></item></channel></rss>