rmse — IMGMETRICS fidelity op

• データ種: image2d × image2d → scalar

• 呼び出し: import fullseye as fs; fs.ledger.rmse(a, b) (実装を直接呼ぶなら import imgmetrics; imgmetrics.rmse(a, b)、台帳から引くなら opsimgmetrics.get("rmse"))

使い方

平均二乗誤差の平方根(画素値と同じ単位)。

式: `sqrt(mse(a, b))。検証と失敗条件は mse` と同じ ―― 同じ形 / 空でない /

有限、を満たさなければ `MetricContractError`。次元と dtype は問わない。

• 返り値: Python の `float。入力が [0, 1] の float なら値も [0, 1]`、uint8

なら 0〜255 の尺度。「平均して何階調ずれているか」と読める。

• `data_range` に依らない生の量なので、尺度の違う 2 組の rmse を並べても

比較にならない。正規化した指標が要るなら `psnr か ssim`。

• 深度・CT・再投影など「画素値 = 物理量」の場面では、その物理単位そのものになる。

詳しい使い方ガイド

• image_difference_metrics ファミリ ガイド

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• 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_datacenter_thermal_field — py -3.11 examples/poc_datacenter_thermal_field.py

• poc_polarization_specular — py -3.11 examples/poc_polarization_specular.py

• poc_registration_basin — py -3.11 examples/poc_registration_basin.py

• poc_structure_4d_deterioration — py -3.11 examples/poc_structure_4d_deterioration.py

型が繋がる次の op(scalar を入力に取れる)

—

同カテゴリ(fidelity)

mse · psnr · ssim · ms_ssim · ssim_map

*Provenance: imgmetrics.py — IMGMETRICS operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.