[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-XinJCheng--CSPN":3,"tool-XinJCheng--CSPN":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",156804,2,"2026-04-15T11:34:33",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":75,"owner_email":77,"owner_twitter":75,"owner_website":75,"owner_url":78,"languages":79,"stars":88,"forks":89,"last_commit_at":90,"license":75,"difficulty_score":91,"env_os":92,"env_gpu":93,"env_ram":92,"env_deps":94,"category_tags":100,"github_topics":101,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":139},7839,"XinJCheng\u002FCSPN","CSPN","Convolutional Spatial Propagation Network","CSPN（卷积空间传播网络）是一款专注于深度估计任务的开源算法模型，主要应用于深度补全和立体深度估计场景。在计算机视觉领域，从稀疏或噪声较大的初始数据中重建高质量、边缘清晰的深度图一直是个难题，传统方法往往难以兼顾细节保留与计算效率。CSPN 通过引入独特的“仿射学习”机制，利用卷积操作动态学习像素间的空间传播关系，从而有效地将稀疏深度信息平滑扩散至整张图像，显著提升了深度图的完整性和准确性。\n\n该项目提供了两种实现版本：一个是基于 PyTorch 的基础 2D 实现，便于理解原理；另一个则是基于 CUDA 加速的高效 2D\u002F3D 版本，并已集成到 PaddlePaddle 框架中，具有更高的运行稳定性和易用性。其核心技术亮点在于将传统的固定权重传播优化为可学习的卷积过程，既保证了边缘的锐利度，又大幅提高了推理速度。\n\nCSPN 非常适合从事计算机视觉研究的研究人员、需要部署深度感知功能的算法工程师以及自动驾驶、机器人导航等领域的开发者使用。对于希望深入理解深度估计前沿技术或寻求高效解决方案的专业人士来说，这是一个极具参考价值和实用意义的开源项目。","# Convolutional Spatial Propagation Network\n\nBy Xinjing Cheng, Peng Wang, Chenye Guan and Ruigang Yang\n\n## Contents\n0. [Introduction](#introduction)\n0. [Citation](#citation)\n\n## Introduction\nThis repo contains the CSPN models trained for depth completion and stereo depth estimation, as as described in the paper \"[Depth Estimation via Affinity Learned with Convolutional Spatial Propagation Network](http:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_ECCV_2018\u002Fpapers\u002FXinjing_Cheng_Depth_Estimation_via_ECCV_2018_paper.pdf)\" and \"[\nLearning Depth with Convolutional Spatial Propagation Network](https:\u002F\u002Farxiv.org\u002Fabs\u002F1810.02695)\"\n\nWe provide two implementations here. First, we implement a naive 2D CSPN by Pytorch which combine 'offsite' and 'conv' operations. Then, we provide a more efficient implementation of 2D\u002F3D CSPN by CUDA and integrated them to the PaddlePaddle, which is more stable and easy to use.\n\n## Citation\n\nIf you use this method in your research, please cite:\n```\n@inproceedings{cheng2018depth,\n  title={Depth estimation via affinity learned with convolutional spatial propagation network},\n  author={Cheng, Xinjing and Wang, Peng and Yang, Ruigang},\n  booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},\n  pages={103--119},\n  year={2018}\n}\n```\n\n```\n@article{cheng2019learning,\n  title={Learning depth with convolutional spatial propagation network},\n  author={Cheng, Xinjing and Wang, Peng and Yang, Ruigang},\n  journal={IEEE transactions on pattern analysis and machine intelligence},\n  year={2019},\n  publisher={IEEE}\n}\n```\n","# 卷积空间传播网络\n\n作者：Xinjing Cheng、Peng Wang、Chenye Guan 和 Ruigang Yang\n\n## 目录\n0. [简介](#introduction)\n0. [引用](#citation)\n\n## 简介\n本仓库包含用于深度补全和立体深度估计的 CSPN 模型，这些模型在论文《通过卷积空间传播网络学习相似性进行深度估计》（[http:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_ECCV_2018\u002Fpapers\u002FXinjing_Cheng_Depth_Estimation_via_ECCV_2018_paper.pdf](http:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_ECCV_2018\u002Fpapers\u002FXinjing_Cheng_Depth_Estimation_via_ECCV_2018_paper.pdf)）以及《使用卷积空间传播网络学习深度》（[https:\u002F\u002Farxiv.org\u002Fabs\u002F1810.02695](https:\u002F\u002Farxiv.org\u002Fabs\u002F1810.02695)）中有所介绍。\n\n我们在此提供了两种实现。首先，我们使用 PyTorch 实现了一个简单的 2D CSPN，该模型结合了“offsite”和“conv”操作。随后，我们又提供了一种更为高效的 2D\u002F3D CSPN CUDA 实现，并将其集成到 PaddlePaddle 中，使得该实现更加稳定且易于使用。\n\n## 引用\n\n如果您在研究中使用了本方法，请引用以下文献：\n```\n@inproceedings{cheng2018depth,\n  title={Depth estimation via affinity learned with convolutional spatial propagation network},\n  author={Cheng, Xinjing and Wang, Peng and Yang, Ruigang},\n  booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},\n  pages={103--119},\n  year={2018}\n}\n```\n\n```\n@article{cheng2019learning,\n  title={Learning depth with convolutional spatial propagation network},\n  author={Cheng, Xinjing and Wang, Peng and Yang, Ruigang},\n  journal={IEEE transactions on pattern analysis and machine intelligence},\n  year={2019},\n  publisher={IEEE}\n}\n```","# CSPN 快速上手指南\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Linux (推荐 Ubuntu 16.04\u002F18.04) 或 macOS。Windows 用户建议使用 WSL2 或 Docker。\n*   **Python**: Python 3.6 或更高版本。\n*   **深度学习框架**:\n    *   **PyTorch**: 用于运行基础的 2D CSPN 实现（适合学习和调试）。\n    *   **PaddlePaddle (飞桨)**: 用于运行高效的 2D\u002F3D CSPN CUDA 实现（推荐用于生产环境，更稳定且易用）。\n*   **硬件**: 推荐使用 NVIDIA GPU 以加速 CUDA 算子运行。\n\n**前置依赖安装：**\n\n如果您选择使用 **PaddlePaddle**（推荐），可以使用国内镜像源快速安装：\n\n```bash\npython -m pip install paddlepaddle-gpu -i https:\u002F\u002Fmirror.baidu.com\u002Fpypi\u002Fsimple\n```\n\n如果您选择使用 **PyTorch**，请根据官方指引安装对应版本，或使用清华镜像源：\n\n```bash\npip install torch torchvision -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n其他通用依赖：\n\n```bash\npip install numpy opencv-python\n```\n\n## 安装步骤\n\n克隆 CSPN 官方仓库并进入目录：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN.git\ncd CSPN\n```\n\n该仓库包含两种实现方式，无需额外编译步骤即可直接使用 Python 调用：\n1.  **PyTorch 版**: 位于代码库中，实现了结合 'offsite' 和 'conv' 操作的基础 2D CSPN。\n2.  **PaddlePaddle 版**: 集成了基于 CUDA 的高效 2D\u002F3D CSPN 算子，性能更优。\n\n*注意：若需自定义编译 CUDA 扩展（通常 Paddle 会自动处理），请确保已安装 `nvcc` 编译器。*\n\n## 基本使用\n\n以下示例展示如何加载预训练模型并进行深度补全（Depth Completion）推理。假设您已准备好输入图像和稀疏深度图。\n\n### 方案一：使用 PaddlePaddle (推荐，高效稳定)\n\n```python\nimport paddle\nfrom model import CSPNModel # 假设模型定义在 model.py 中，具体路径请参考 repo 结构\n\n# 初始化模型\nmodel = CSPNModel()\nmodel.eval()\n\n# 加载预训练权重 (需先下载权重文件放入指定目录)\nparam_dict = paddle.load('pretrained_models\u002Fcspn_depth_completion.pdparams')\nmodel.set_state_dict(param_dict)\n\n# 准备输入数据 (image: [B, 3, H, W], sparse_depth: [B, 1, H, W])\n# 此处仅为伪代码，具体数据预处理请参考 repo 中的 demo 脚本\ninput_image = ... \ninput_sparse = ...\n\n# 执行推理\nwith paddle.no_grad():\n    output_depth = model(input_image, input_sparse)\n\nprint(\"Depth estimation completed.\")\n```\n\n### 方案二：使用 PyTorch (基础 2D 实现)\n\n```python\nimport torch\nfrom cspn_pytorch import CSPN2D # 对应 naive 2D 实现模块\n\n# 初始化模型\nmodel = CSPN2D()\nmodel.cuda()\nmodel.eval()\n\n# 加载权重\ncheckpoint = torch.load('pretrained_models\u002Fcspn_pytorch.pth')\nmodel.load_state_dict(checkpoint)\n\n# 准备输入数据并移至 GPU\ninput_image = ... # Tensor shape: [B, 3, H, W]\ninput_sparse = ... # Tensor shape: [B, 1, H, W]\ninput_image = input_image.cuda()\ninput_sparse = input_sparse.cuda()\n\n# 执行推理\nwith torch.no_grad():\n    output_depth = model(input_image, input_sparse)\n\nprint(\"Depth estimation completed.\")\n```\n\n*提示：完整的训练脚本、数据预处理流程及更多参数配置，请参阅仓库根目录下的 `train.py` 和 `demo.py` 文件。*","某自动驾驶团队正在开发夜间城市道路的感知系统，需要利用稀疏的激光雷达点云数据生成高密度的深度图以识别前方障碍物。\n\n### 没有 CSPN 时\n- **深度图边缘模糊**：传统的插值或扩散算法在处理物体边界时容易“越界”，导致行人和车辆轮廓与背景混淆，难以精确分割。\n- **细节丢失严重**：在纹理较弱或光照不足的区域，生成的深度图往往过于平滑，丢失了路面坑洼、路沿等关键几何细节。\n- **计算效率低下**：为了保证一定的平滑度，往往需要迭代多次或使用复杂的后处理滤波，导致推理延迟高，无法满足实时性要求。\n- **噪声敏感**：原始稀疏深度数据中的少量噪声点在传播过程中会被放大，形成明显的伪影，干扰下游规划模块的判断。\n\n### 使用 CSPN 后\n- **边界保持锐利**：CSPN 通过学习像素间的亲和关系进行各向异性传播，严格限制深度信息仅在相似区域内扩散，完美保留了车辆和行人的清晰轮廓。\n- **几何细节还原**：即使在低纹理区域，也能依据图像引导精准恢复出精细的道路结构和微小障碍物形态，显著提升场景理解能力。\n- **推理速度飞跃**：借助高效的 CUDA 实现，CSPN 将原本耗时的迭代过程转化为单次前向传播，大幅降低延迟，轻松满足车载实时计算需求。\n- **抗噪能力增强**：网络自动学习到的空间传播策略能有效抑制稀疏输入中的异常噪声，输出平滑且连续的深度表面，消除了虚假伪影。\n\nCSPN 通过卷积空间传播机制，成功将稀疏、嘈杂的深度测量转化为稠密、精准且实时的三维环境感知，成为高精度深度补全任务的核心引擎。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FXinJCheng_CSPN_38e6ea55.png","XinJCheng","Xinjing Cheng","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FXinJCheng_020d101d.jpg",null,"RAL@Baidu Research","cnorbot@gmail.com","https:\u002F\u002Fgithub.com\u002FXinJCheng",[80,84],{"name":81,"color":82,"percentage":83},"Python","#3572A5",98.8,{"name":85,"color":86,"percentage":87},"Shell","#89e051",1.2,502,93,"2026-03-05T07:28:38",4,"未说明","需要 NVIDIA GPU（用于 CUDA 实现），具体型号和显存大小未说明，需支持 CUDA",{"notes":95,"python":92,"dependencies":96},"该项目提供两种实现：一种是基于 Pytorch 的简易 2D CSPN 实现；另一种是基于 CUDA 的高效 2D\u002F3D CSPN 实现并集成到 PaddlePaddle 中，后者更稳定且易于使用。具体版本要求需参考原始论文或代码库中的配置文件。",[97,98,99],"Pytorch","PaddlePaddle","CUDA",[14],[102,103,104,105],"paddlepaddle","cspn","pytorch","depth-estimation","2026-03-27T02:49:30.150509","2026-04-16T03:31:28.116372",[109,114,119,124,129,134],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},35130,"CSPN++ 在 KITTI 深度补全验证集上的实现结果（RMSE 799.08）为何优于原论文（RMSE 856.75）？两者有何区别？","主要区别在于数据预处理和训练集划分：\n1. 裁剪策略：先将图像底部裁剪至 1216x256，再随机裁剪至 512x256。注意直接将图像裁剪为 512x256 会降低精度。\n2. 数据集划分：训练时使用官方的 1K 验证图像作为验证集，并将剩余的 6K 图像合并到训练集中。\n3. 代码基础：训练代码使用了 Ma 等人在 GitHub 上开源的代码。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F31",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},35131,"代码中的残差块实现与论文描述不一致（变量 x 和 out 的处理顺序），这是否是一个错误？","是的，这是一个错误。根据论文描述，变量 x 在进入 shortcut（捷径）部分之前，必须先经过 conv、bn 和 relu 操作。\n错误的代码写法是：\nout = self.relu(self.bn1(self.conv1(x)))\nout = torch.cat((out, side_input), 1)\n\n正确的代码写法应改为：\nx = self.relu(self.bn1(self.conv1(x)))\nout = torch.cat((x, side_input), 1)\n维护者已确认该问题并计划更新代码。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F32",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},35132,"在评估（Evaluation）阶段，是否将深度图上采样回了原始尺寸（如 NYU 的 640x480 或 KITTI 的原始分辨率）？","不需要上采样回原始尺寸。评估时直接在裁剪后的输出深度图和真值（GT）上计算指标。\n具体流程为：首先将图像下采样到一半大小，然后进行中心裁剪（例如 NYU 数据集裁剪为 304x228）作为网络输入。网络的最后一层输出尺寸与输入尺寸相同，因此直接在该尺寸（如 304x228）下评估指标即可，无需恢复到 640x480。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F23",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},35133,"在 3D CSPN 模块中，亲和矩阵（Affinity Matrix）是如何生成的？是使用简单的 3D 卷积还是多层卷积模型？","生成亲和矩阵使用的是一个简单的 3D 卷积层（simple 3D conv），配合 ReLU 激活函数，并没有使用复杂的多层卷积模型。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F6",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},35134,"关于八向传播（eight_way_propagation）的实现，发布的版本与论文描述是否有差异？","是的，发布的版本是基于 ECCV 2018 投稿时期的代码。主要差异在于归一化方式：实际代码中执行的是 9 值归一化（9 value normalization），而不是论文中描述的 8 值归一化。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F10",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},35135,"数据加载器（dataloader）中是否存在图像处理流程异常（ToTensor -> Normalize -> ToPILImage）导致数值范围错误的问题？","确实存在该问题。当前的处理流程包含 ToTensor() -> Normalize -> ToPILImage()，这会导致数值范围从 [0, 1] 变为 [-2.5, 2.5] 再变回 [0, 255]。由于 ToPILImage() 的实现特性，超出 [0, 1] 范围的数值无法被正确处理，从而导致数据增强后出现意外值。\n虽然使用该代码训练仍能工作，但效果略低于报告值（例如 NYU 数据集上 0.117 vs 0.131）。建议移除第二次 PIL 转换或修正归一化逻辑以避免此问题。","https:\u002F\u002Fgithub.com\u002FXinJCheng\u002FCSPN\u002Fissues\u002F28",[]]