rmse — IMGMETRICS `fidelity` op

• Datenarten: image2d × image2d → scalar

• Aufruf: import imgmetrics; imgmetrics.rmse(a, b) (oder opsimgmetrics.get("rmse"))

Verwendung

Wurzel des mittleren quadratischen Fehlers (in denselben Einheiten wie die Pixelwerte).

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie image_difference_metrics

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• grasp_pose — py -3.11 examples/grasp_pose.py

• image_quality_metrics — py -3.11 examples/image_quality_metrics.py

• physical_ai_perception — py -3.11 examples/physical_ai_perception.py

• poc_ct_fidelity — py -3.11 examples/poc_ct_fidelity.py

• poc_polarization_specular — py -3.11 examples/poc_polarization_specular.py

• poc_registration_basin — py -3.11 examples/poc_registration_basin.py

Typkompatible Folge-Operatoren (nehmen `scalar` als Eingabe)

—

Gleiche Kategorie (`fidelity`)

mse · psnr · ssim · ms_ssim · ssim_map

*Provenance: imgmetrics.py — IMGMETRICS Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

rmse — IMGMETRICS fidelity op