静以修心-fan
静以修心-fan

常见点云文件解析学习笔记

常见点云文件解析学习笔记

开飞机的乔巴 关注
0.341 2019.08.14 19:01:20 字数 2,560 阅读 1,442

本博客内容来源于网络以及其他书籍，结合自己学习的心得进行重编辑，因为看了很多文章不便一一标注引用，如图片文字等侵权，请告知删除。

传统2D计算机视觉学习笔记目录------->传送门
传统3D计算机视觉学习笔记目录------->传送门

为什么会有这么多的点云文件

我们在做2D视觉时，处理的就是类似一系列类似的二维数组，数组以图片的形式进行保存，处理的图片也有甚多的格式，比如png，jpg，bmp等。那我们在做3D视觉的时候，处理的主要是点云，点云就是由一些点的集合。点云在组成特点上分为两种，一种是有序点云，一种是无序点云。

  • 有序点云：一般由深度图还原的点云，有序点云按照图方阵一行一行的，从左上角到右下角排列，当然其中有一些无效点因为。有序点云按顺序排列，可以很容易的找到它的相邻点信息。有序点云在某些处理的时候还是很便利的，但是很多情况下是无法获取有序点云的。
  • 无序点云：无序点云就是其中的点的集合，点排列之间没有任何顺序，点的顺序交换后没有任何影响。是比较普遍的点云形式，有序点云也可看做无序点云来处理。
常见点云文件解析学习笔记_第1张图片
点云

在对点云这个格式有了初步的了解之后，我们来看看该怎么保存这些点云呢。

目前就文件格式而言有ASCII码和二进制两种编码形式，ASCII码可以直接阅读里面存储的内容，二进制的保存形式则不可读，但体积会更小。这两种保存都是没有进行过压缩的。

文件的内容的组成就有很多种形式了，也是本篇文章主要介绍的内容，我们来看看常见的格式：

  • *.pcd
  • *.off
  • *.xyz
  • *.ply
  • *.las
  • *.laz
  • *.obj
  • *.stl
  • *.vtk
  • *.3ds
    等……
常见点云文件解析学习笔记_第2张图片

怎么这么多啊 w(ﾟДﾟ)w

点云文件格式详细解析

下面我对上面描述的一些常见的格式，进行详细的描述。

  • *.pcd

# .PCD v.7 - Point Cloud Data file format    
VERSION .7               //指定PCD文件版本
FIELDS x y z rgb        //指定一个点可以有的每一个维度和字段的名字
SIZE 4 4 4 4              //用字节数指定每一个维度的大小
TYPE F F F F              //用一个字符指定每一个维度的类型
COUNT 1 1 1 1           //指定每一个维度包含的元素数目
WIDTH 213                //用点的数量表示点云数据集的宽度
HEIGHT 1                  //用点的数量表示点云数据集的高度，无序点云会是1
VIEWPOINT 0 0 0 1 0 0 0    //指定数据集中点云的获取视点。
POINTS 213              //点云中点的数目
DATA ascii                 //数据保存的编码方式
0.93773 0.33763 0 4.2108e+06        //每个点的数据，根据FIELDS，可知按顺序分别是x，y，z rgb
0.90805 0.35641 0 4.2108e+06

pcd作为PCL库官方指定格式，典型的为点云量身定制的格式。优点是支持n维点类型扩展机制，能够更好的发挥PCL库的点云处理性能。文件格式有文本和二进制两种格式。仅能支持点云数据，不能支持线面数据。

  • *.off

OFF格式文件头有两行：第一行以off关键字开头，第二行表示顶点数、面数、边数。主体分为顶点坐标（顶点列表）和面的顶点索引（面列表）两个部分，其中每个面的顶点数可以指定，用第一个数表示。

OFF
顶点数 面数 边数
x y z
x y z
…

n个顶点 顶点1的索引 顶点2的索引 … 顶点n的索引
…

OFF 
8 6 0 
-0.500000 -0.500000 0.500000 
0.500000 -0.500000 0.500000 
-0.500000 0.500000 0.500000 
0.500000 0.500000 0.500000 
-0.500000 0.500000 -0.500000 
0.500000 0.500000 -0.500000 
-0.500000 -0.500000 -0.500000 
0.500000 -0.500000 -0.500000 
4 0 1 3 2 
4 2 3 5 4 
4 4 5 7 6 
4 6 7 1 0 
4 1 7 5 3 
4 6 0 2 4

OFF相对其他格式，更加的简单，可以存储点和面，仅有文本格式。

  • *.xyz

xyz以行数来表明点数，没有头进行解释（此外还有一种xyz 格式，是一种原子构型文件）

17.371559 -6.531680 -8.080792 0.242422 0.419118 0.874970  //一般前三个数带标xyz，后面三个数代表法向量，也有代表颜色信息的。
15.640106 -16.101347 -9.550241 -0.543610 -0.382877 0.746922  
17.750742 -6.395478 -8.307115 0.333093 0.494766 0.802655  
15.432834 -15.947010 -9.587061 -0.548083 -0.385148 0.742473  
23.626318 -7.729815 -13.608750 0.081697 0.502976 0.860431  
15.300377 -15.610346 -9.547507 -0.569658 -0.341132 0.747743  
23.975805 -7.512131 -13.775388 0.082388 0.564137 0.821561  
24.251831 -7.345085 -13.949208 0.099309 0.574142 0.812711

这个文件的优点是很简单，直接重新造轮子也没有问题，缺点是表意不明。

  • *.ply

文件主要组成部分
Header  （头部）
Vertex List  （顶点列表）
Face List  （面列表）
(lists of other elements) （其它元素列表）

ply                                          //关键字
format ascii 1.0                    //文件编码格式
comment author: Greg Turk                            // 注释
comment object: another cube                      //注释
element vertex 8                                        // 定义元素为顶点 数目为8个
property float x                                          // 上述顶点元素中的属性 x，数据类型为float
property float y                                          // 上述顶点元素中的属性 y，数据类型为float
property float z                                          // 上述顶点元素中的属性 z，数据类型为float
property uchar red                                   // 上述顶点元素中的属性 red，数据类型为uchar
property uchar green                               // 上述顶点元素中的属性 green，数据类型为uchar
property uchar blue                                // 上述顶点元素中的属性 blue，数据类型为uchar
element face 7                                        // 定义面元素，数目为7个
property list uchar int vertex_index      // 定义面元素内的列表属性，列表开头以uchar的数值表示列表的项目数，后面接着型态为int的顶点索引值（vertex_indices），顶点索引值从0开始。
element edge 5                                      //定义元素为边，数目为5个
property int vertex1                  
property int vertex2                  
property uchar red                    
property uchar green
property uchar blue
end_header                                                  // 文件头部分结束
0 0 0 255 0 0                         //顶点的开始，分别为x y z r g b
0 0 1 255 0 0
0 1 1 255 0 0
0 1 0 255 0 0
1 0 0 0 0 255
1 0 1 0 0 255
1 1 1 0 0 255
1 1 0 0 0 255
3 0 1 2                           //面的开始，这是个三角行，分别有第0 ，1， 2 相连
3 0 2 3                           
4 7 6 5 4                        // 这是个四边形，顶点分别是第 7 6 5 4个点 
4 0 4 5 1
4 1 5 6 2
4 2 6 7 3
4 3 7 4 0
0 1 255 255 255                   // 边的开始，顶点分别是第0个与第一个点，颜色是255,255,255
1 2 255 255 255
2 3 255 255 255
3 0 255 255 255

PLY多边形文件格式，用于存储被描述为多边形集合的图形对象的格式，有用于轻松启动的ASCII表示形式，以及用于紧凑存储和快速保存和加载的二进制版本。它可以储存的资讯包含颜色、透明度、表面法向量、材质座标与资料可信度，并能对多边形的正反两面设定不同的属性，是一个比较通用和普遍的格式。

  • *.las

LiDAR数据的工业标准格式，旨在提供一种开放的格式标准，允许不同的硬件和软件提供商输出可互操作的统一格式。是一种二进制文件格式。las文件格式除了基本的三维坐标之外，保留了原始扫描的数据采集信息。

一个符合LAS标准的LIDAR文件分为三个部分:公用文件头块、变量长度记录和点数据记录。

LAS文件包含以下信息：
C--class(所属类)
XYZ -三维坐标
F一flight(航线号)
T一time(GPS时间)
I一intensity(回波强度)
R一return(第几次回波)
N一number of return(回波次数)
A一scan angle(扫描角)
RGB一red green blue(RGB颜色值)

  • *.obj

obj是一种文本文件，通常用以“#”开头的注释行作为文件头，数据部分每一行的开头关键字代表该行数据所表示的几何和模型元素，以空格做数据分隔符。

# The units used in this file are centimeters. 
　　g default                           // 组名称
　　v -0.500000 -0.500000 0.500000     // v 代表顶点坐标
　　v 0.500000 -0.500000 0.500000 
　　v -0.500000 0.500000 0.500000 
　　v 0.500000 0.500000 0.500000 
　　v -0.500000 0.500000 -0.500000 
　　v 0.500000 0.500000 -0.500000 
　　v -0.500000 -0.500000 -0.500000 
　　v 0.500000 -0.500000 -0.500000 
　　vt 0.000000 0.000000                   //"vt"代表点的贴图坐标
　　vt 1.000000 0.000000 
　　vt 0.000000 1.000000 
　　vt 1.000000 1.000000 
　　vt 0.000000 2.000000 
　　vt 1.000000 2.000000 
　　vt 0.000000 3.000000 
　　vt 1.000000 3.000000 
　　vt 0.000000 4.000000 
　　vt 1.000000 4.000000 
　　vt 2.000000 0.000000 
　　vt 2.000000 1.000000 
　　vt -1.000000 0.000000 
　　vt -1.000000 1.000000 
　　vn 0.000000 0.000000 1.000000       //vn 代表顶点法线
　　vn 0.000000 0.000000 1.000000 
　　vn 0.000000 0.000000 1.000000 
　　vn 0.000000 0.000000 1.000000 
　　vn 0.000000 1.000000 0.000000 
　　vn 0.000000 1.000000 0.000000 
　　vn 0.000000 1.000000 0.000000 
　　vn 0.000000 1.000000 0.000000 
　　vn 0.000000 0.000000 -1.000000 
　　vn 0.000000 0.000000 -1.000000 
　　vn 0.000000 0.000000 -1.000000 
　　vn 0.000000 0.000000 -1.000000 
　　vn 0.000000 -1.000000 0.000000 
　　vn 0.000000 -1.000000 0.000000 
　　vn 0.000000 -1.000000 0.000000 
　　vn 0.000000 -1.000000 0.000000 
　　vn 1.000000 0.000000 0.000000 
　　vn 1.000000 0.000000 0.000000 
　　vn 1.000000 0.000000 0.000000 
　　vn 1.000000 0.000000 0.000000 
　　vn -1.000000 0.000000 0.000000 
　　vn -1.000000 0.000000 0.000000 
　　vn -1.000000 0.000000 0.000000 
　　vn -1.000000 0.000000 0.000000 
　　s off                                                   //表示关闭光滑组
　　g pCube1                                         //
　　usemtl initialShadingGroup             //表示使用的材质
　　f 1/1/1 2/2/2 4/4/3 3/3/4                 //f 面，顶点索引/uv点索引/法线索引
　　f 3/3/5 4/4/6 6/6/7 5/5/8 
　　f 5/5/9 6/6/10 8/8/11 7/7/12 
　　f 7/7/13 8/8/14 2/10/15 1/9/16 
　　f 2/2/17 8/11/18 6/12/19 4/4/20 
　　f 7/13/21 1/1/22 3/3/23 5/14/24

obj文件的特点：

  • OBJ是一种3D模型文件，因此不包含动画、材质特性、贴图路径、动力学、粒子等信息。
  • OBJ文件主要支持多边形(Polygons)模型，也支持曲线(Curves)、表面(Surfaces)、点组材质(Point Group Materials)。
  • OBJ文件支持三个点以上的面。
  • OBJ文件支持法线和贴图坐标。

obj还有很多更复杂的内容，再次就不进行更多的解释了。

相应基础算法库对不同格式的支持

上面的这些点云文件的格式用代码实现解析也是非常容易的。但是作为一个开发者，最大的忌讳就是不要重复造轮子（练习另当别论）。所以，下面罗列了一下，当前我用的比较多的开源算法基础库对点云读取的支持。

  • PCL

PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台。缺点就是：目前库的维护好像停滞了……

支持文件读取：PLY、PCD、OBJ、VTK、IFS

  • vcglib

VCG Libary（Visulization and Computer Graphics Libary）是专门为处理三角网格而设计的，库很大，且提供了许多先进的处理网格的功能，以及比较少的点云处理功能。用的比较的轻型点云处理软件meshlab就是以vcglib为底层实现的。这个库的缺点就是文档太少了（基本等于没有），对初学者不友好。

支持文件读取: PLY, STL, OFF, OBJ, 3DS, COLLADA, PTX, V3D, PTS, APTS, XYZ, GTS, TRI, ASC, X3D, X3DV, VRML, ALN
支持文件保存: PLY, STL, OFF, OBJ, 3DS, COLLADA, VRML, DXF, GTS, U3D, IDTF, X3D

  • cgal

CGAL（Computational Geometry Algorithms Library）计算几何算法库，设计目标是，以C++库的形式，提供方便，高效，可靠的几何算法。其实现了很多处理点云以及处理网格的算法。个人感觉里面实现了很多比较新的算法，对于学习算法和测试demo还是比较好的，文档也比较全面。缺点就是代码比较难读,库的结构也比较复杂，每个算法的相干性不是很高，代码运行的效率不是很高。

支持的文件读取：里面每一种数据结构都基本上有自己的文件格式，但是大多数还是支持ply，xyz，off等。

  • Open3d

Open3D 是一个可以支持 3D 数据处理软件快速开发的开源库。Open3D 前端公开了一组用 C++ 和 Python 写成的精心挑选的数据结构和算法，后端高度优化并设置为并行。代码较整洁，而且维护程度较高。作为intel的2018才公布的开源项目，在点云、网格、rgbd数据上都有支持，虽然现在的开源的算法较少，估计日后在3D视觉领域如同opencv在2d图像一样的流行吧，毕竟PCL是学校学生维护的（基本上不维护了）。

支持的文件读取：xyz、pts、ply、pcd

总结

本文主要介绍了一些常见的点云文件的格式以及相关的3D处理开源算法库。目的主要是为了了解这些格式，加深对点云组成的理解，以及方便日后读取文件时进行查看。

重要的事情说三遍：

如果您看到我的文章对您有所帮助，那就点个赞呗 ( * ^ __ ^ * )

如果您看到我的文章对您有所帮助，那就点个赞呗( * ^ __ ^ * )

如果您看到我的文章对您有所帮助，那就点个赞呗( * ^ __ ^ * )

传统2D计算机视觉学习笔记目录------->传送门
传统3D计算机视觉学习笔记目录------->传送门

任何人或团体、机构全部转载或者部分转载、摘录，请保留本博客链接或标注来源。博客地址：开飞机的乔巴

作者简介：开飞机的乔巴（WeChat：zhangzheng-thu），现主要从事机器人抓取视觉系统以及三维重建等3D视觉相关方面，另外对slam以及深度学习技术也颇感兴趣，欢迎加我微信或留言交流相关工作。

3人点赞
乔巴学习cv-3D
"小礼物走一走，来简书关注我"
赞赏支持 还没有人赞赏，支持一下
开飞机的乔巴 开飞机的乔巴（WeChat：zhangzheng-thu），现主要从事机器人抓取视觉系统以及三...
总资产20 (约2.10元) 共写了6.2W字 获得134个赞 共47个粉丝
关注

你可能感兴趣的:(图像识别)

  • 轻量级模型解读——轻量transformer系列 lishanlu136 #图像分类轻量级模型transformer图像分类
    先占坑，持续更新。。。文章目录1、DeiT2、ConViT3、Mobile-Former4、MobileViTTransformer是2017谷歌提出的一篇论文，最早应用于NLP领域的机器翻译工作，Transformer解读，但随着2020年DETR和ViT的出现(DETR解读，ViT解读)，其在视觉领域的应用也如雨后春笋般渐渐出现，其特有的全局注意力机制给图像识别领域带来了重要参考。但是tran
  • 深度学习入门篇：PyTorch实现手写数字识别 AI_Guru人工智能 深度学习pytorch人工智能
    深度学习作为机器学习的一个分支，近年来在图像识别、自然语言处理等领域取得了显著的成就。在众多的深度学习框架中，PyTorch以其动态计算图、易用性强和灵活度高等特点，受到了广泛的喜爱。本篇文章将带领大家使用PyTorch框架，实现一个手写数字识别的基础模型。手写数字识别简介手写数字识别是计算机视觉领域的一个经典问题，目的是让计算机能够识别并理解手写数字图像。这个问题通常作为深度学习入门的练习，因为
  • 机器学习引领未来：赋能精准高效的图像识别技术革新 刷刷刷粉刷匠 机器学习人工智能
    图像识别技术近年来取得了显著进展，深刻地改变了各行各业。机器学习，特别是深度学习的突破，推动了这一领域的技术革新。本文将深入探讨机器学习如何赋能图像识别技术，从基础理论到前沿进展，再到实际应用与挑战展望，为您全面呈现这一领域的最新动态和未来趋势。1.引言在当今数字化和智能化的时代，图像识别技术正逐渐成为人工智能（AI）领域的核心组成部分。随着计算能力的提升和数据量的激增，机器学习特别是深度学习的快
  • 【Python第三方库】OpenCV库实用指南 墨辰JC Pythonopencvpython人工智能学习
    文章目录前言安装OpenCV读取图像图像基本操作获取图像信息裁剪图像图像缩放图像转换为灰度图图像模糊处理边缘检测图像翻转图像保存视频相关操作方法讲解读取视频从摄像头读取视频前言OpenCV（OpenSourceComputerVisionLibrary）作为一个强大的计算机视觉库，提供了丰富的图像处理和计算机视觉功能，尤其在图像识别、对象检测、视频分析等领域有着广泛的应用。本文将带领读者使用Pyt
  • 深度神经网络详解：原理、架构与应用 阿达C 活动dnn计算机网络人工智能神经网络机器学习深度学习
    深度神经网络（DeepNeuralNetwork，DNN）是机器学习领域中最为重要和广泛应用的技术之一。它模仿人脑神经元的结构，通过多层神经元的连接和训练，能够处理复杂的非线性问题。在图像识别、自然语言处理、语音识别等领域，深度神经网络展示了强大的性能。本文将深入解析深度神经网络的基本原理、常见架构及其实际应用。一、深度神经网络的基本原理1.1神经元和感知器神经元是深度神经网络的基本组成单元。一个
  • halcon第九讲，深度学习结合大数据实现AI智能识别思想 青莲居士_村长
    人工智能、大数据、5G1、什么是人工智能、大数据、5G,三者有什么关联。人工智能（ArtificialIntelligence）：英文缩写：AI，人工智能是[计算机]科学的一个分支，它企图了解智能的实质，并生产出一种新的能以[人类智能]相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和[专家系统]等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，
  • 使用matlab的热门问题 七十二五 值得关注matlab开发语言青少年编程算法经验分享
    MATLAB广泛应用于科学计算、数据分析、信号处理、图像处理、机器学习等多个领域，因此热门问题也涵盖了这些方面。以下是一些可能被认为当前最热门的MATLAB问题：深度学习与神经网络：如何使用MATLAB的深度学习工具箱（DeepLearningToolbox）来构建和训练神经网络？如何利用MATLAB进行图像识别、语音识别或自然语言处理等深度学习应用？数据分析与可视化：如何使用MATLAB进行大数
  • 大模型落地指南：从下载到本地化部署全流程解析 网安猫叔 人工智能自然语言处理语言模型AIGC深度学习
    一、引言随着人工智能技术的迅猛发展，大规模预训练模型（如GPT-4、BERT等）在自然语言处理、图像识别等领域展现出了卓越的性能。然而，如何将这些强大的模型从理论落地到实际应用中，仍然是许多技术从业者面临的挑战。本篇文章旨在为读者提供一份详尽的大模型落地指南，从模型的下载、文件结构的解析，到本地化部署的具体步骤，全面覆盖整个流程。无论你是初次接触大模型的新手，还是希望深入了解部署细节的资深开发者，
  • 2021-01-02随笔 0清婉0
    人工智能时代最重要的是机器学习，像数据分析、图像识别、数据挖掘、自然语言处理、语音识别等都是以其为基础的，也可以说人工智能的各种应用都需要机器学习来支撑。现在各大公司越来越注重数据的价值，人工成本也是越来越高，所以机器学习也就变得不可或缺了。数据分析、自然语言处理、语音识别，这将是作为前端人员的我，在2021年学习的重点。现收集几本关于数据分析的书籍，作为参考书籍学习：1.《跟着迪哥学Python
  • 开源AI图像识别：支持扫描文件批量识别快速对接数据库存储 思通数科x 人工智能计算机视觉图像处理OCR文本识别
    随着数字化转型的不断深入，图像识别技术在各行各业中的应用越来越广泛。文件封识别作为图像识别技术的一个分支，能够有效地提高文件处理的自动化程度和准确性。本文将探讨文件封识别技术的原理、应用场景以及如何将识别后的内容批量对应数据库字段进行存储。开源项目介绍(可本地部署，支持国产化)思通数科研发了一款多模态AI能力引擎，专注于提供自然语言处理（NLP）、情感分析、实体识别、图像识别与分类、OCR识别和语
  • 垂类大模型：领域专家参与的重要性 澳鹏Appen 生成式AI人工智能与机器学习人工智能AI生成式AI
    随着人工智能（AI）的不断发展，训练数据的完整性和质量至关重要。早期的AI模型专注于处理和分析任务，如图像识别、语音识别和情感分析。这些模型通常是在大型数据集上训练的，标注任务多可以由具有一般技能的人类执行，早期模型中的缺陷可以被标注员轻松识别和纠正。然而近年，AI领域经历了重大变革。当代模型被设计用于更复杂的功能，如推理和总结，旨在处理需要更高认知参与的复杂和多样化场景。这些先进模型不仅需要原始
  • 基于ARM芯片与OpenCV的工业分拣机器人项目设计与实现流程详解 极客小张 arm开发opencv机器人单片机计算机视觉人工智能物联网
    一、项目概述项目目标和用途本项目旨在设计和实现一套工业分拣机器人系统，能够高效、准确地对不同类型的物品进行自动分拣。该系统广泛应用于物流、仓储和制造业，能够显著提高工作效率，降低人工成本。技术栈关键词ARM芯片步进电机控制OpenCV图像识别无线通信模块传感器（如超声波传感器、红外传感器）二、系统架构设计符合项目需求的系统架构本项目的系统架构主要由以下几个部分组成：控制单元：基于ARM芯片的主控板
  • 在国产芯片上实现YOLOv5/v8图像AI识别-【4.2】RK3588获取USB摄像头图像推流RTSP更多内容见视频 橘子的战斗日记 YOLO人工智能音视频
    本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。B站配套视频：https://www.bilibili.com/video/BV1or421T74f前言在实际生产过程中，有很多时候不光是通过网络获取rtsp视频流，通常会采用在板子上插上USB摄像头获取画面。今天我将向搭建演示该
  • 一文让你搞懂什么是AI大模型 码上飞扬 人工智能大模型AI
    近年来，人工智能（AI）技术飞速发展，特别是大模型的出现，给各行各业带来了巨大的变革。无论是自然语言处理、图像识别，还是自动驾驶，AI大模型都展现出了强大的能力和广泛的应用前景。那么，什么是AI大模型？它们有哪些特点和应用场景？本文将带你一探究竟。目录AI大模型的定义AI大模型的发展历程AI大模型的特点AI大模型的应用场景如何训练和使用AI大模型AI大模型的挑战与未来1.AI大模型的定义AI大模型
  • Node.js发票识别接口助力企业实现发票的精准高效管理 翔云API apinode.jsphp开发语言ocr自动化
    在金融和会计领域，随着数字化进程的加速，大量的纸质发票处理已经成为了企业效率提升的一个瓶颈。发票文字识别接口的出现，被视为解决这一问题的关键技术创新。通过高精度的图像识别与机器学习技术，将繁琐的手动输入工作转化为自动化的过程，不仅提升了数据处理速度，还极大降低了人为错误。Node.js发票识别接口集成示例：varrequest=require('request');varoptions={'met
  • opencv轮廓近似，模板匹配 富士达幸运星 opencv人工智能计算机视觉
    在图像处理领域，轮廓近似和模板匹配是两种非常关键的技术，它们广泛应用于计算机视觉、图像分析和图像识别等多个方面。本文将详细介绍如何使用OpenCV库进行轮廓近似和模板匹配，并给出具体的代码示例。一、轮廓近似（ContourApproximation）轮廓近似是指将图像中的轮廓逼近成由直线段组成的多边形或其他简单形状，以减少轮廓的复杂度和数据量。OpenCV提供了cv2.approxPolyDP()
  • AI模型：追求全能还是专精？ Lill_bin 杂谈人工智能分布式zookeeper机器学习游戏
    AI模型简介人工智能（AI）模型是人工智能系统的核心，它们是经过训练的算法，能够执行特定的任务，如图像识别、自然语言处理、游戏玩法、预测分析等。AI模型的类型很多，可以根据其功能和应用场景进行分类。常见的AI模型类型包括：监督学习模型：这些模型通过训练数据集学习，数据集中包含了输入和对应的输出标签。例子包括决策树、支持向量机（SVM）、神经网络等。无监督学习模型：这些模型处理没有标签的数据，目的是
  • Azure和Transformers的详细解释 漫天飞舞的雪花 azuremicrosoftpython
    AzureAI是微软提供的人工智能(AI)解决方案的集合，旨在帮助开发人员、数据科学家和企业轻松构建和部署智能应用程序。以下是对AzureAI各个方面的详细解释：AzureAI主要组件AzureCognitiveServices（认知服务）：计算视觉：包括图像识别、物体检测、人脸识别以及图像标注等。语音服务：包括语音识别、语音合成、说话人识别和语音翻译等。语言理解服务：包括文本分析、语言翻译、情感
  • 【Python机器学习】卷积神经网络（CNN） zhangbin_237 Python机器学习机器学习pythoncnn开发语言自然语言处理
    卷积神经网络（CNN）得名于在数据样本上用滑动窗口（或卷积）的概念。卷积在数学中应用很广泛，通常与时间序列数据相关。它是用一个可视化盒子在一个区域内滑动，如下图所示：构建块卷积神经网络最早出现在图像处理和图像识别领域，它能够捕捉每个样本中数据点之间的空间关系，也就能识别出图像中是猫还是狗。卷积网络，也称为convnet，不像传统的前馈网络那样对每个元素（图中的像素）分配权重，而是定义了一组在图像上
  • 【区块链 + 物联网】斐得坊智慧停车区块链 | FISCO BCOS应用案例 FISCO_BCOS 2023FISCOBCOS产业应用发展报告区块链物联网
    当下，庞大的停车需求场景已经形成一定市场规模，但现有的停车场因产权复杂，且普遍采用承包模式、无法作为抵押品，又因企业现金流难以呈现，停车管理企业较难凭借自身信用来获得金融服务支持。区块链技术具有防篡改的特性，反映在停车大场景内就是利用区块链的多中心化、共识机制、智能合约、信用管理等特性，综合采用高清电子图像识别、车位导航、线上支付等停车管理技术，实现智能缴费停车、预约停车、共享停车、信用停车管理、
  • 通义千问-VL-Chat-Int4 九品神元师 python开发语言
    Qwen-VL是阿里云研发的大规模视觉语言模型（LargeVisionLanguageModel,LVLM）。Qwen-VL可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。Qwen-VL系列模型性能强大，具备多语言对话、多图交错对话等能力，并支持中文开放域定位和细粒度图像识别与理解。安装要求(Requirements)python3.8及以上版本pytorch2.0及以上版本建议使用C
  • 深度学习100问44:如何避免模型出现过拟合现象 不断持续学习ing 人工智能自然语言处理机器学习
    嘿，想让你的模型不出现过拟合现象？来看看这些妙招吧！一、增加数据量这就好比让学生多做各种不同的练习题。数据多了，模型就能学到更普遍的规律，而不是只记住那一点点数据里的小细节。你可以去收集更多真实的数据，或者用数据增强的办法。就像在图像识别里，把图片转一转、翻一翻、剪一剪，这样数据就变得更多样啦。二、简化模型要是模型太复杂，那就像盖了一座超级华丽的城堡，容易记住一些不该记的东西。那就把模型弄得简单点
  • 闪耀世界人工智能大会背后，AI头雁百度已成智能经济强力引擎 何玺
    7月11日，2020世界人工智能大会在上海圆满闭幕。本届大会，多位商界领袖、行业专家针对人工智能发表了自己的观点与见解，并引发人们对AI的思考。腾讯CEO马化腾称：“人工智能本身就是一场跨国跨学科的探索，正在将人类的认知推向更快更高更强，也势必带给我们一场前所未见的科技和产业革命。”。特斯拉CEO马斯克则表示，AI在感知层面的某些专业领域里，已经无人能及。例如，AI的图像识别“天赋”已经超过了地球
  • 基于STM32的智能物料运载小车：OpenMV和OpenCV结合图像识别与运动控制算法优化（代码示例） 极客小张 stm32opencv嵌入式硬件系统架构物联网c语言机器人
    一、项目概述智能物料运载小车项目旨在开发一款能够自主移动并进行物料搬运的智能设备。该小车通过多种传感器和智能控制算法，实现自动识别和搬运物料，提高物流效率，减少人工成本。项目的核心价值在于：提高效率：通过自动化搬运，减少人力需求，提升工作效率。降低错误率：利用传感器和图像处理技术，确保物料的准确搬运。增加灵活性：全方位移动能力使小车能够在复杂环境中自如穿行。二、系统架构1.系统架构设计本项目的系统
  • 深度学习：图像数据分析的革命 2401_85761762 深度学习数据分析人工智能
    深度学习：图像数据分析的革命在当今数据驱动的世界中，图像数据分析已成为一个热门领域，而深度学习技术在其中扮演着核心角色。深度学习，特别是卷积神经网络（CNN），已经在图像识别、分类和处理方面取得了显著的成就。本文将详细介绍如何使用深度学习进行图像数据分析，并提供实际的代码示例。深度学习与图像数据分析深度学习是一种机器学习方法，它通过使用多层神经网络来学习数据的复杂模式。在图像数据分析中，深度学习模
  • 使用Python实现深度学习模型：智能灾害响应与救援机器人 Echo_Wish Python算法Python笔记python深度学习机器人
    在自然灾害频发的今天，智能灾害响应与救援机器人可以在救援过程中发挥重要作用。本文将详细介绍如何使用Python和深度学习技术实现一个智能灾害响应与救援机器人，帮助你快速入门并掌握基本的开发技能。一、项目概述智能灾害响应与救援机器人的主要功能是通过摄像头实时监控灾区情况，识别受困人员，并提供救援路径规划。我们将使用深度学习模型进行图像识别，并通过Python进行开发。二、项目环境配置在开始项目之前，
  • 卷积神经网络-解释1 weixin_33749242 人工智能数据结构与算法
    [翻译]神经网络的直观解释2017/07/2717:36这篇文章原地址为AnIntuitiveExplanationofConvolutionalNeuralNetworks，卷积神经网络的讲解非常通俗易懂。什么是卷积神经网络？为什么它们很重要？卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通
  • 见过最好的神经网络CNN解释 罗晨晖 卷积神经网络CNN计算机视觉深度学习
    什么是卷积神经网络？为什么它们很重要？卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通信号，从而为机器人和自动驾驶汽车提供视力。在上图中，卷积神经网络可以识别场景，也可以提供相关的标签，比如“桥梁”、“火车”和“网球”；而下图展示了卷积神经网络可以用来识别日常物体、人和动物。最近，卷积神经网络
  • 基于深度学习的手势识别系统 毕设宇航 深度学习人工智能手势识别
    基于深度学习网络的手势识别系统完整源码+数据集+报告+PPT全套信息【python设计开发】基于深度学习的手势图像识别处理系统【包括】代码PPT报告2需求分析2.1要求（1）用Python语言实现程序设计；（2）初识深度学习和图像处理技术;（3）了解深度神经网络（DeepNeuralNetworks，简称DNN）相关知识;（4）【难点】了解LeNet-5卷积神经网络模型，并进行模型训练;（5）【难
  • 【机器学习】机器学习与大模型在人工智能领域的融合应用与性能优化新探索 E绵绵 Everything人工智能机器学习大模型pythonAIGC应用科技
    文章目录引言机器学习与大模型的基本概念机器学习概述监督学习无监督学习强化学习大模型概述GPT-3BERTResNetTransformer机器学习与大模型的融合应用自然语言处理文本生成文本分类机器翻译图像识别自动驾驶医学影像分析语音识别智能助手语音转文字大模型性能优化的新探索模型压缩权重剪枝量化知识蒸馏分布式训练数据并行模型并行异步训练高效推理模型裁剪缓存机制专用硬件未来展望跨领域应用智能化系统人
  • xml解析 小猪猪08 xml
    1、DOM解析的步奏 准备工作：    1.创建DocumentBuilderFactory的对象    2.创建DocumentBuilder对象    3.通过DocumentBuilder对象的parse(String fileName)方法解析xml文件    4.通过Document的getElem
  • 每个开发人员都需要了解的一个SQL技巧 brotherlamp linuxlinux视频linux教程linux自学linux资料
      对于数据过滤而言CHECK约束已经算是相当不错了。然而它仍存在一些缺陷，比如说它们是应用到表上面的，但有的时候你可能希望指定一条约束，而它只在特定条件下才生效。 使用SQL标准的WITH CHECK OPTION子句就能完成这点，至少Oracle和SQL Server都实现了这个功能。下面是实现方式： CREATE TABLE books (   id &
  • Quartz——CronTrigger触发器 eksliang quartzCronTrigger
    转载请出自出处：http://eksliang.iteye.com/blog/2208295 一.概述 CronTrigger 能够提供比 SimpleTrigger 更有具体实际意义的调度方案，调度规则基于 Cron 表达式，CronTrigger 支持日历相关的重复时间间隔（比如每月第一个周一执行），而不是简单的周期时间间隔。 二.Cron表达式介绍 1）Cron表达式规则表 Quartz
  • Informatica基础 18289753290 InformaticaMonitormanagerworkflowDesigner
    1. 1）PowerCenter Designer：设计开发环境，定义源及目标数据结构；设计转换规则，生成ETL映射。 2）Workflow  Manager：合理地实现复杂的ETL工作流，基于时间，事件的作业调度 3）Workflow  Monitor：监控Workflow和Session运行情况，生成日志和报告 4）Repository  Manager：
  • linux下为程序创建启动和关闭的的sh文件，scrapyd为例 酷的飞上天空 scrapy
    对于一些未提供service管理的程序  每次启动和关闭都要加上全部路径，想到可以做一个简单的启动和关闭控制的文件   下面以scrapy启动server为例，文件名为run.sh：   #端口号，根据此端口号确定PID PORT=6800 #启动命令所在目录 HOME='/home/jmscra/scrapy/' #查询出监听了PORT端口
  • 人--自私与无私 永夜-极光
                今天上毛概课,老师提出一个问题--人是自私的还是无私的,根源是什么?               从客观的角度来看,人有自私的行为,也有无私的
  • Ubuntu安装NS-3 环境脚本 随便小屋 ubuntu
      将附件下载下来之后解压，将解压后的文件ns3environment.sh复制到下载目录下（其实放在哪里都可以，就是为了和我下面的命令相统一）。输入命令：   sudo ./ns3environment.sh >>result   这样系统就自动安装ns3的环境，运行的结果在result文件中，如果提示     com
  • 创业的简单感受 aijuans 创业的简单感受
           2009年11月9日我进入a公司实习，2012年4月26日，我离开a公司，开始自己的创业之旅。      今天是2012年5月30日，我忽然很想谈谈自己创业一个月的感受。 当初离开边锋时，我就对自己说：“自己选择的路，就是跪着也要把他走完”，我也做好了心理准备，准备迎接一次次的困难。我这次走出来，不管成败
  • 如何经营自己的独立人脉 aoyouzi 如何经营自己的独立人脉
    独立人脉不是父母、亲戚的人脉，而是自己主动投入构造的人脉圈。“放长线，钓大鱼”，先行投入才能产生后续产出。   现在几乎做所有的事情都需要人脉。以银行柜员为例，需要拉储户，而其本质就是社会人脉，就是社交！很多人都说，人脉我不行，因为我爸不行、我妈不行、我姨不行、我舅不行……我谁谁谁都不行，怎么能建立人脉？我这里说的人脉，是你的独立人脉。   以一个普通的银行柜员
  • JSP基础 百合不是茶 jsp注释隐式对象
      1,JSP语句的声明 <%! 声明 %> 　　 声明：这个就是提供java代码声明变量、方法等的场所。 表达式 <%= 表达式 %> 　　 这个相当于赋值，可以在页面上显示表达式的结果， 程序代码段/小型指令　<% 程序代码片段 %>   2,JSP的注释   <!-- -->
  • web.xml之session-config、mime-mapping bijian1013 javaweb.xmlservletsession-configmime-mapping
    session-config 1.定义： <session-config> <session-timeout>20</session-timeout> </session-config> 2.作用：用于定义整个WEB站点session的有效期限，单位是分钟。   mime-mapping 1.定义： <mime-m
  • 互联网开放平台（1） Bill_chen 互联网qq新浪微博百度腾讯
    现在各互联网公司都推出了自己的开放平台供用户创造自己的应用，互联网的开放技术欣欣向荣，自己总结如下： 1.淘宝开放平台(TOP) 网址：http://open.taobao.com/ 依赖淘宝强大的电子商务数据，将淘宝内部业务数据作为API开放出去，同时将外部ISV的应用引入进来。 目前TOP的三条主线： TOP访问网站：open.taobao.com ISV后台：my.open.ta
  • 【MongoDB学习笔记九】MongoDB索引 bit1129 mongodb
    索引 可以在任意列上建立索引 索引的构造和使用与传统关系型数据库几乎一样,适用于Oracle的索引优化技巧也适用于Mongodb 使用索引可以加快查询,但同时会降低修改,插入等的性能 内嵌文档照样可以建立使用索引 测试数据     var p1 = { "name":"Jack", "age&q
  • JDBC常用API之外的总结 白糖_ jdbc
    做JAVA的人玩JDBC肯定已经很熟练了，像DriverManager、Connection、ResultSet、Statement这些基本类大家肯定很常用啦，我不赘述那些诸如注册JDBC驱动、创建连接、获取数据集的API了，在这我介绍一些写框架时常用的API，大家共同学习吧。     ResultSetMetaData获取ResultSet对象的元数据信息
  • apache VelocityEngine使用记录 bozch VelocityEngine
    VelocityEngine是一个模板引擎，能够基于模板生成指定的文件代码。   使用方法如下：     VelocityEngine engine = new VelocityEngine();// 定义模板引擎     Properties properties = new Properties();// 模板引擎属
  • 编程之美-快速找出故障机器 bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; public class TheLostID { /*编程之美 假设一个机器仅存储一个标号为ID的记录，假设机器总量在10亿以下且ID是小于10亿的整数，假设每份数据保存两个备份，这样就有两个机器存储了同样的数据。 1.假设在某个时间得到一个数据文件ID的列表，是
  • 关于Java中redirect与forward的区别 chenbowen00 javaservlet
    在Servlet中两种实现： forward方式：request.getRequestDispatcher(“/somePage.jsp”).forward(request, response); redirect方式：response.sendRedirect(“/somePage.jsp”); forward是服务器内部重定向，程序收到请求后重新定向到另一个程序，客户机并不知
  • [信号与系统]人体最关键的两个信号节点 comsci 系统
            如果把人体看做是一个带生物磁场的导体,那么这个导体有两个很重要的节点,第一个在头部,中医的名称叫做 百汇穴, 另外一个节点在腰部,中医的名称叫做 命门         如果要保护自己的脑部磁场不受到外界有害信号的攻击,最简单的
  • oracle 存储过程执行权限 daizj oracle存储过程权限执行者调用者
    在数据库系统中存储过程是必不可少的利器，存储过程是预先编译好的为实现一个复杂功能的一段Sql语句集合。它的优点我就不多说了，说一下我碰到的问题吧。我在项目开发的过程中需要用存储过程来实现一个功能，其中涉及到判断一张表是否已经建立，没有建立就由存储过程来建立这张表。 CREATE OR REPLACE PROCEDURE TestProc  IS    fla
  • 为mysql数据库建立索引 dengkane mysql性能索引
    前些时候，一位颇高级的程序员居然问我什么叫做索引，令我感到十分的惊奇，我想这绝不会是沧海一粟，因为有成千上万的开发者（可能大部分是使用MySQL的）都没有受过有关数据库的正规培训，尽管他们都为客户做过一些开发，但却对如何为数据库建立适当的索引所知较少，因此我起了写一篇相关文章的念头。  最普通的情况，是为出现在where子句的字段建一个索引。为方便讲述，我们先建立一个如下的表。
  • 学习C语言常见误区 如何看懂一个程序 如何掌握一个程序以及几个小题目示例 dcj3sjt126com c算法
    如果看懂一个程序，分三步   1、流程   2、每个语句的功能   3、试数   如何学习一些小算法的程序 尝试自己去编程解决它，大部分人都自己无法解决 如果解决不了就看答案 关键是把答案看懂，这个是要花很大的精力，也是我们学习的重点 看懂之后尝试自己去修改程序，并且知道修改之后程序的不同输出结果的含义 照着答案去敲 调试错误
  • centos6.3安装php5.4报错 dcj3sjt126com centos6
    报错内容如下: Resolving Dependencies --> Running transaction check ---> Package php54w.x86_64 0:5.4.38-1.w6 will be installed --> Processing Dependency: php54w-common(x86-64) = 5.4.38-1.w6 for
  • JSONP请求 flyer0126 jsonp
          使用jsonp不能发起POST请求。 It is not possible to make a JSONP POST request. JSONP works by creating a <script> tag that executes Javascript from a different domain; it is not pos
  • Spring Security（03）——核心类简介 234390216 Authentication
    核心类简介 目录 1.1     Authentication 1.2     SecurityContextHolder 1.3     AuthenticationManager和AuthenticationProvider 1.3.1  &nb
  • 在CentOS上部署JAVA服务 java--hhf javajdkcentosJava服务
        本文将介绍如何在CentOS上运行Java Web服务，其中将包括如何搭建JAVA运行环境、如何开启端口号、如何使得服务在命令执行窗口关闭后依旧运行     第一步：卸载旧Linux自带的JDK ①查看本机JDK版本 java -version    结果如下 java version "1.6.0"
  • oracle、sqlserver、mysql常用函数对比[to_char、to_number、to_date] ldzyz007 oraclemysqlSQL Server
    oracle                                &n
  • 记Protocol Oriented Programming in Swift of WWDC 2015 ningandjin protocolWWDC 2015Swift2.0
    其实最先朋友让我就这个题目写篇文章的时候，我是拒绝的，因为觉得苹果就是在炒冷饭， 把已经流行了数十年的OOP中的“面向接口编程”还拿来讲，看完整个Session之后呢，虽然还是觉得在炒冷饭，但是毕竟还是加了蛋的，有些东西还是值得说说的。 通常谈到面向接口编程，其主要作用是把系统设计和具体实现分离开，让系统的每个部分都可以在不影响别的部分的情况下，改变自身的具体实现。接口的设计就反映了系统
  • 搭建 CentOS 6 服务器(15) - Keepalived、HAProxy、LVS rensanning keepalived
    （一）Keepalived （1）安装 # cd /usr/local/src # wget http://www.keepalived.org/software/keepalived-1.2.15.tar.gz # tar zxvf keepalived-1.2.15.tar.gz # cd keepalived-1.2.15 # ./configure # make &a
  • ORACLE数据库SCN和时间的互相转换 tomcat_oracle oraclesql
    SCN（System Change Number 简称 SCN）是当Oracle数据库更新后，由DBMS自动维护去累积递增的一个数字，可以理解成ORACLE数据库的时间戳，从ORACLE 10G开始，提供了函数可以实现SCN和时间进行相互转换； 　　 用途：在进行数据库的还原和利用数据库的闪回功能时，进行SCN和时间的转换就变的非常必要了； 　 　操作方法： 　　1、通过dbms_f
  • Spring MVC 方法注解拦截器 xp9802 spring mvc
    应用场景，在方法级别对本次调用进行鉴权，如api接口中有个用户唯一标示accessToken,对于有accessToken的每次请求可以在方法加一个拦截器，获得本次请求的用户，存放到request或者session域。 python中，之前在python flask中可以使用装饰器来对方法进行预处理，进行权限处理 先看一个实例,使用@access_required拦截： ?
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他