3D目标检测第5页

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

目录前言图像目标检测算法研究现状点云目标检测算法研究现状基于投影图的方法基于体素的方法基于点云的多模态融合方法2地面点云滤波及神经网络2.1目标检测数据集及采集设备2.1.1KITTI数据集2.1.2车载激光雷达

格图素书·2025-03-13 13:08

Unity3D 游戏黑屏问题解决方法详解

前言Unity3D作为一款广泛使用的游戏开发引擎，在开发过程中难免会遇到各种问题，其中黑屏问题尤为常见且令人头疼。

Thomas_YXQ·2025-03-13 13:37

Unity3D 批处理与Draw Call减少（Batching & Reducing Draw Calls）

前言在Unity3D中，批处理（Batching）是优化渲染性能的核心手段，主要通过减少DrawCall数量来降低CPU与GPU之间的通信开销。

Thomas_YXQ·2025-03-13 13:37

AI大模型：教育行业的革新引擎

随即调出3D动态演示，讲解着自己的解题思路。指导小林轻松愉快的完成了复杂的作业。我们再试想一下：深夜两点，某重点中学教师仍在伏案批改作业‌这在以前可能是教师职业的常态，但是随着AI的普及。

AI360labs_atyun·2025-03-13 13:06

成功安装mayavi包（python=3.10）

joyyyyy天天开心·2025-03-13 13:04

【零基础入门unity游戏开发——进阶篇】Unity Microphone类处理麦克风相关信息，录制音频并实时处理或保存录制的音频数据

考虑到每个人基础可能不一样，且并不是所有人都有同时做2D、3D开发的需求，所以我把【零基础入门unity游戏开发】分为成了C#篇、unity通用篇、unity3D篇、unity2D篇。

向宇it·2025-03-13 13:04

Unity3D 着色器优化（Shader Optimization）

前言Unity3D着色器（Shader）优化是提升渲染性能的关键环节，尤其是在移动设备或复杂场景中。

Thomas_YXQ·2025-03-13 12:04

【YOLOv11[基础]】目标检测OD | 导出ONNX模型 | ONN模型推理以及检测结果可视化 | python

本文将导出YOLO11.pt模型对应的ONNX模型，并且使用ONNX模型推理以及结果的可视化。话不多说，先看看效果图吧！！！目录一导出ONNX模型二推理及检测结果可视化1代码2效果图

Jackilina_Stone·2025-03-13 12:02

YOLO系列模型从v1到v10的演进

文章目录引言YOLOv1:开创单阶段目标检测先河发布时间与背景核心创新模型架构训练策略与优化YOLOv2:提升精度与速度的平衡发布时间与背景核心创新模型架构训练策略与优化YOLOv3:多尺度检测与残差连接发布时间与背景核心创新模型架构训练策略与优化

剑走偏锋o.O·2025-03-13 11:25

图像识别技术与应用课后总结（18）

YOLO-V3的改进点网络结构：相比之前版本，YOLO-V3的网络结构进行了优化，使其更适合小目标检测。特征处理：对特征的处理更加细致，通过融入多持续特征图信息来预测不同规格的物体。

一元钱面包·2025-03-13 11:20

造价算量审图多元化融合软件开发实战：技术架构与核心代码解析

支持Revit/DWG文件一键导入）智能算量核心算法（基于规则引擎与机器学习）协同审图平台（多人实时标注与版本控制）AI辅助决策系统（材料价格预测、工程量误差检测）技术栈推荐：前端：Three.js（3D

夏末之花·2025-03-13 10:38

突破：海量倾斜高斯OPGS Cesium高效渲染！

在重建大师7.0新品发布会上，我们首次推出了倾斜摄影测量高斯飞溅（OPGS）从训练到实时渲染的软件工具解决方案，使得用户能够在常用的重建农场计算节点下，就能够实现城市级地理场景3DOPGS成果的高质量、

大势智慧·2025-03-13 09:34

Linly-Talker：开源数字人框架的技术解析与影响

一、引言：AI数字人的发展趋势近年来，数字人（DigitalHuman）技术迅速发展，从最早的2D虚拟主播，到如今能够进行实时交互的3D智能助手，AI在多模态交互领域的应用愈发广泛。

萧鼎·2025-03-13 08:23

四篇文章助力 AI，告别 “3D理解困难户”

然而，当这些模型需要理解3D（立体）场景时，仍然面临一些困难。目前的MLLM主要是用2D图片训练出来的，也就是说，它们更擅长识别平面的信息，比如照片中的人和物体。

mslion·2025-03-13 07:17

WinForms/WPF中，如何隐藏或者显示TextBox控件的边框

BorderStyle属性来隐藏或显示其边框：隐藏边框：textBox1.BorderStyle=BorderStyle.None;显示边框：textBox1.BorderStyle=BorderStyle.Fixed3D

解夏914·2025-03-13 06:14

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv8目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。

Limiiiing·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

计算机视觉中的目标检测是一个重要的任务，而YOLOv5是目前广泛应用的一种高效目标检测算法。

UksApps·2025-03-13 06:13

Catia 转 StL：打通数字化设计与制造的关键纽带

一、引言在数字化制造与3D模型应用领域，常常需要在不同的文件格式间进行转换。Catia作为一款强大的CAD/CAM/CAE一体化软件，其创建的模型在工业设计、航空航天等行业广泛应用。

3D小将·2025-03-13 05:34

【Scannet V2 三维数据集下载】

我们表明，使用这些数据有助于在多个3D场景理解任务上实现最先进的性能，包括3D对象分类、语义体素标记

萧伯纳.·2025-03-13 03:20

Unity 导出 Terrain地形为OBJ到3DMAX

地形不是网格模型，所以使用其他插件导出fbx在3dmax里面是识别不了的，没有办法使用，那么，该如何导出地形作为模型使用呢，可以借助unity插件导出，主要代码如下：usingSystem.IO;usingSystem.Text

羽阿呆·2025-03-13 02:15

实现一个超轻量级实例分割网络的思路

文章目录前言一、基本思路二、picodet三、yolact三、picodet+yolact总结前言在某些工业领域，由于成本问题算力有限，只能实时跑一些超轻量级网络，拿目标检测来说，例如yolo-fast

CV工程师小朱·2025-03-12 17:45

如何提升OmniParser V2的小元素识别率——YOLOv8 增加 P2 层的性能变化解析

YOLOv8增加P2层通过牺牲部分计算效率换取了小目标检测性能的显著提升，尤其适用于高分辨率、小目标密集的场景。

AI-AIGC-7744423·2025-03-12 14:22

Windows 图形显示驱动开发-WDDM 3.2- D3D12 AV1 视频编码（二）

AV1的预期位流标头值驱动程序/主机标头编码责任给定具有K个磁贴的编码帧，驱动程序将在压缩位流中写入K个decode_tile()AV1语法元素，这与EncodeFrame参数中请求的磁贴相对应。然后，API客户端利用tile_start_and_end_present_flag/tg_start/tg_end元素构建tile_group_obu()AV1语法元素，以便根据需要将磁贴排列为磁贴组，

程序员王马·2025-03-12 13:46

Windows 图形显示驱动开发-WDDM 3.2-用户模式工作提交（二）

D3DKMTCreateDoorbell为D3DHWQueue创建一个Ring，用于用户模式工作提交。

程序员王马·2025-03-12 13:16

使用 PyOpenGL 进行 2D 图形渲染总结

一、说明OpenGL是一个广泛使用的开放式跨平台实时3D图形库，开发于二十多年前。它提供了一个低级API，允许开发人员以统一的方式访问图形硬件。

无水先生·2025-03-12 12:14

用OpenCV写个视频播放器可还行？（Python版）

引言提到OpenCV，大家首先想到的可能是图像处理、目标检测，但你是否想过——用OpenCV实现一个带进度条、倍速播放、暂停功能的视频播放器？

程序员Linc·2025-03-12 12:41

AI：230-YOLOv8与RT-DETR的完美结合 | 重塑目标检测技术的前沿【保姆级教程】

正在不断更新中~文章目录YOLOv8与RT-DETR的完美结合|重塑目标检测

一键难忘·2025-03-12 12:09

3.1 Spring Boot性能优化：从线程池调优到JVM参数配置

[性能优化](https://img-blog.csdnimg.cn/direct/0a3e3d2e4d4b4f7f9c3d4a5b0e8d4e4c.png)##引言在微服务架构中，SpringBoot

Sendingab·2025-03-12 11:07

深入理解Mesa：Linux图形渲染背后的开源力量

简单来说，它是图形应用程序和GPU之间沟通的重要桥梁，让开发者可以借助标准的图形接口轻松进行图形渲染和3D处理。

嵌入式Jerry·2025-03-12 10:00

【threejs实战教程一】初识Three.js，场景Scene、相机Camera、渲染器Renderer

Three.js是一个基于WebGL的JavaScript3D图形库，用于在浏览器中创建和显示3D内容Three.js中最基础的三个关键要素就是场景Scene、相机Camera、渲染器Renderer通俗一点理解

编码七号·2025-03-12 10:26

Python:Matplotlib

灵活性：支持从简单折线图到复杂3D图形的多种图表类型。兼容性：与NumPy、Pandas无缝集成，支持输出多种格式（PNG、PDF、SVG等）。Matplotl

愚戏师·2025-03-12 09:51

14道web前端工程师面试题及答案解析

答案：WebGL是一种用于在浏览器中渲染3D图形的API。它可以在浏览器中展示流畅和高质量的3D游戏和应用程序。3.什么是Canvas？它有什么作用？答案：Canvas是一种HTML5标签，用于在浏

蚂蚁小搬运工·2025-03-12 09:16

51-53 CVPR 2024 | DriveWorld：通过自动驾驶世界模型进行 4D 预训练场景理解（含模型数据流梳理）

DriveWorld在UniAD的基础上又有所成长，提升了自动驾驶目标检测、目标追踪、3D占用、运动预测及规划的性能，后期扩大数据集和调整骨干网络大小应该会

深圳季连AIgraphX·2025-03-12 08:43

AI重构电商内容体系：企业如何突破生产、管理、分发三重门？

2025年数据显示，83%用户因短视频/3D内容完成购买决策，但企业普遍面临三大痛点：生产端：传统设计流程无法满足海量SKU需求管理端：数字资产利用率不足40

Tezign_space·2025-03-12 07:36

Laya前端开源框架深度解析与实践应用

本文还有配套的精品资源，点击获取简介：Laya前端开源框架是一个高效的跨平台JavaScript库，专注于2D/3D游戏及互动应用开发。

徐子贡·2025-03-12 06:30

RK3568笔记六十八：Yolov11目标检测部署测试

若该文为原创文章，转载请注明原文出处。看到yolov11出了，山水无移大佬测试通过，跟个风测试一下效果。使用的是正点原子的ATK-DLRK3568开发板。这里不训练自己的模型了，使用官方模型测试。一、环境搭建1、下载源码ultralytics/ultralytics:UltralyticsYOLO112、创建虚拟环境condacreate-nyolov11_envpython=3.83、激活con

殷忆枫·2025-03-12 04:07

旋翼机自主着陆-主要技术难点

搜索阶段:远距离：目标为几个像素，并且淹没在环境里完全没有任何目标或目标偶尔出现，如何进行导航中远距离目标部分容易被遮挡，如何进行目标检测在光线条件较差的环境下，目标检测出现误判和无法工作的情况近距离目标在视场中占据较大部分

兜兜有糖_DC·2025-03-12 02:17

Unity引擎开发：2D与3D渲染技术_虚拟现实与增强现实技术

虚拟现实与增强现实技术在上一节中，我们探讨了Unity引擎中的光照和阴影处理技术，了解了如何通过不同的光照模型和阴影算法提升游戏的视觉效果。接下来，我们将进入虚拟现实（VR）和增强现实（AR）技术的世界，探讨如何在Unity引擎中实现这些技术，特别是在动作游戏中的应用。虚拟现实（VR）技术虚拟现实技术通过计算机生成的环境来模拟真实的或想象的场景，让用户能够沉浸其中。Unity引擎提供了强大的工具和

chenlz2007·2025-03-12 00:40

基于PyTorch的深度学习——机器学习1

近些年，随着深度学习的发展，分类除传统的二分类、多分类、多标签分类之外，也出现了一些新内容，如目标检测、目标识别、图像分割等监督学习的重要内容半监督学习是监督学习与无监督学习相结合的一种学习方法。

Wis4e·2025-03-12 00:31

三维错切变换矩阵_齐次空间与仿射变换

齐次空间与仿射变换1.齐次坐标与齐次空间1.1齐次坐标齐次坐标本质上是4D向量（x,y,z,w）,在w=1处的三维空间定义为标准的3D空间，任何齐次坐标转化到标准3D空间坐标点为(x/w.y/w,z/w

瓢咋·2025-03-11 23:58

高斯Splatting：3D 重建与新视图合成的综述

24年5月来自挪威大学的论文“GaussianSplatting:3DReconstructionandNovelViewSynthesis,aReview”。

三谷秋水·2025-03-11 20:57

卷积神经网络（笔记01）

视觉处理三大任务：分类、目标检测、图像分割CNN网络主要有三部分构成：卷积层（ConvolutionalLayer）、池化层（PoolingLayer）和激活函数一、解释卷积层中的偏置项是什么，并讨论在神经网络中引入偏置项的好处

天行者@·2025-03-11 18:14

PointPillars:数据预处理

以下是点云划分为点柱的具体方法和实现步骤：1.点云划分为网格将3D空间划分为规则的网格，形成柱状区域（Pillars）。

壹十壹·2025-03-11 16:55

目标检测

1.概念：目标检测是识别图片中物体并确定其位置的多任务技术，面临目标种类数量多、尺度不均、外部环境干扰等问题。

煤烦恼·2025-03-11 15:22

《 YOLOv5、YOLOv8、YOLO11训练的关键文件：data.yaml文件编写全解》

走进YOLOv5、YOLOv8、YOLO11的data.yaml在计算机视觉领域的广袤星空中，目标检测无疑是一颗璀璨的明星，它广泛应用于自动驾驶、智能安防、工业检测、医疗影像分析等众多关键领域，发挥着不可或缺的作用

空云风语·2025-03-11 15:51

深度解析：DETR的多尺度特征融合

"深度解析：DETR的多尺度特征融合"作者：禅与计算机程序设计艺术1.背景介绍1.1目标检测的挑战与传统方法的局限性目标检测是计算机视觉领域中的一个基本任务，其目标是识别图像或视频中所有感兴趣的目标，并确定它们的位置和类别

AI天才研究院·2025-03-11 15:17

docker命令实战运用部署服务

来对容器进行一个守护进程的启动，以及如何进入日期，如下：[root@cjr~]#dockerimagesREPOSITORYTAGIMAGEIDCREATEDSIZEcentoslatest5d0da3dc97643yearsago231MB

云原生的爱好者·2025-03-11 12:25

目标检测项目

·识别图片中有哪些物体并且找到物体的存在位置多任务：位置+类别目标种类与数量繁多的问题目标尺度不均的问题遮挡、噪声等外部环境干扰VOC数据集：PASCALVOC挑战赛(ThePASCALVisualObjectClasses)是一个世界级的计算机视觉挑战赛。4大类，20小类VOC2007：9963图片/24640目标VOC2012：23080图片/54900目标·COCO数据集：起源于微软2014

sho_re·2025-03-11 11:51

HarmonyNext实战：基于ArkTS的跨平台3D图形渲染应用开发

HarmonyNext实战：基于ArkTS的跨平台3D图形渲染应用开发引言在HarmonyNext生态系统中，3D图形渲染是一个技术含量高且应用广泛的领域。

·2025-03-11 11:21

Raspberry Pi图形组件深入解析与应用示例

此目录不仅定义了树莓派硬件优化的图形库和驱动，也提供了丰富的配置示例和具体实现方案，涵盖了从基础绘图、3D渲染到视频加速及窗口管理系统。

嵌入式Jerry·2025-03-11 11:14

推荐频道

3D目标检测