3D视觉第19页

python批量修改xml文件

爱上答复·2025-06-16 21:19

（十三）计算机视觉中的深度学习：特征表示、模型架构与视觉认知原理

1计算机视觉简介计算机视觉（ComputerVision）是一门使计算机能够从图像或视频中获取、处理和理解视觉信息的学科。

只有左边一个小酒窝·2025-06-16 20:42

深度学习目标检测与yolo概述

1、深度学习目标检测综述目标检测是计算机视觉领域中极为重要的研究课题，其目的是识别图像中的目标对象并准确地确定它们的位置信息。

Tobiue·2025-06-16 19:37

32 - BiFormer模块

论文《BiFormer:VisionTransformerwithBi-LevelRoutingAttention》1、作用BiFormer旨在解决视觉Transformer在处理图像时的计算和内存效率问题

Leo Chaw·2025-06-16 18:34

HarmonyOS开发实战之AR Engine打造美颜相机空间计算

一、核心AR场景通过AREngine实现三大维度突破：虚实融合美颜3D彩妆贴合（唇彩/眼影实时贴合度99%）发色模拟（50+渐变发色光追渲染）空间计算增强毫米级人脸网格重建（1860个特征点）环境光估计

·2025-06-16 17:27

（ML-Agents）是一个开源项目，它使游戏和模拟能够作为使用深度强化学习和模仿学习训练智能代理的环境

我们提供最先进算法的实现（基于PyTorch），使游戏开发人员和业余爱好者能够轻松训练2D、3D和VR/AR游戏的智能代理。

struggle2025·2025-06-16 16:47

大模型推理优化

**在人工智能的基础模型下，各种推理任务涵盖了多个领域，包括常识推理、数学推理、逻辑推理、因果推理、视觉推理、听觉推理、多模态推理和代理推理等等。

slient_love·2025-06-16 14:06

MCP 分层协同架构解析：在本地与远程资源之间构建动态智能数据流

这幅图用极低的视觉成本，勾勒了从终端IDE到本地数据源，再到公网上的远程服务，全部环节之间的分工与协作。

汪子熙·2025-06-16 14:02

学了Arcgis的水文分析——捕捉倾泻点，河流提取与河网分级，3D图层转要素失败的解决方法，测量学综合实习网站存着

CSDN博客ArcGIS水文分析实战教程（6）河流提取与河网分级_arcgis的dem河流分级-CSDN博客ArcGIS水文分析实战教程（5）细说流向与流量-CSDN博客ArcGISPro中如何将点替换为3D

黄鹂绿柳·2025-06-16 13:57

GitHub 趋势日报 (2025年06月15日)

trendforge.devlive.org/本日报中的项目描述已自动翻译为中文今日获星趋势图今日获星趋势图457awesome340ai-agents-for-beginners281all-rag-techniques215chili3d200self-llm157ai-hedge-fund151deepeval124youtube-transc

qianmoQ·2025-06-16 12:52

GitHub 趋势日报 (2025年06月14日)

trendforge.devlive.org/本日报中的项目描述已自动翻译为中文今日获星趋势图今日获星趋势图1595awesome-llm-apps518awesome399all-rag-techniques346chili3d324ai-agents-for-beginners186deepeval182self-llm170youtube-tr

qianmoQ·2025-06-16 12:21

使用Halcon进行图像预处理的策略

图像预处理是机器视觉系统中的一个关键步骤，它有助于提高图像质量，从而使得后续的图像分析和特征提取更加准确。在Halcon中，图像预处理通常包括滤波、对比度增强、归一化、边缘增强等操作。

AI_Guru人工智能·2025-06-16 12:20

TI 毫米波雷达走读系列—— 3DFFT及测角

TI毫米波雷达走读系列——3DFFT及测角测角原理——角度怎么测测角公式——角度怎么算相位差测角基本公式为什么是3DFFT1.空间频率与角度的对应关系2.FFT的数学本质：离散空间傅里叶变换测角原理——

雷达爆破手·2025-06-16 11:15

HarmonyOS开发实战之ArkGraphics 3D在美颜相机中的特效应用

作为一名HarmonyOS应用开发者，我正在为"拍摄美颜相机"App开发3D特效功能，今天重点记录ArkGraphics3D的使用体验。

·2025-06-16 10:49

鸿蒙开发实战之Ringtone Kit打造美颜相机音效互动体系

实现三大音效升级：定制化快门声音100+风格音效库（机械/电子/自然声等）支持用户音频导入（MP3/AAC格式）智能场景音效根据拍摄内容匹配音效（人像/风景/夜景）地理位置触发特色铃声（城市主题音）沉浸式反馈3D

·2025-06-16 10:18

鸿蒙开发实战之Audio Kit打造美颜相机沉浸式音效

AudioKit实现三大声音增强：视频录制音质优化智能降噪（环境噪音降低30dB）声场增强（采样率48kHz/24bit）语音交互升级美颜参数语音控制（支持中英文混合指令）声纹识别解锁高级功能沉浸式播放体验3D

·2025-06-16 10:17

基于惯性主轴方向的CATIA包围盒(Bounding Box)

在CATIA中，使用惯量测量（MearureInertia)工具可以直接测量得到3D模型的包围盒，这是一种确定对象包围盒尺寸的

DusWuLee·2025-06-16 08:24

Scratch少儿编程案例-部分效果运行图(十三)

Unity3D特效百例案例项目实战源码Android-Unity实战问题汇总游戏脚本-辅助自动化Android控件全解手册

芝麻粒儿·2025-06-16 08:24

2025年的WWDC所更新的内容

这场纯软件发布会虽无硬件新品，却凭借十年来最大视觉革新、跨平台AI能力升级及生产力工具重构，成为苹果生态演进的关键转折点。以下为本次更新的核心技术解析。

I烟雨云渊T·2025-06-16 07:48

青少年编程与数学 01-011 系统软件简介 23 Docker 容器

青少年编程与数学01-011系统软件简介23Docker容器一、历史沿革（一）起源（二）发展历程（三）里程碑事件二、技术架构（一）架构组成（二）核心技术（三）工作流程三、产品功能（一）轻量级虚拟化（二）

明月看潮生·2025-06-16 07:46

Cesium1.95中加载模型过多导致内存溢出的解决方案（服务端层面、代码层面、浏览器层面）

Cesium1.95时因GLB模型和图片过多导致内存溢出的问题，以下是涵盖服务端、代码层和浏览器层的完整优化方案，结合性能瓶颈分析和具体实施策略：一、服务端优化（减少传输与解析压力）1、模型格式转换GLB→3DTiles

duansamve·2025-06-16 06:12

Cesium+Vue3教程（007）：基于Vue3+Cesium的添加3D建筑物和标签

文章目录06-添加3D建筑物和标签添加点3D建筑物添加标签与广告牌06-添加3D建筑物和标签添加点实现代码：//创建一个点constpoint=viewer.entities.add({//定位点position

文理棵·2025-06-16 06:42

三次贝塞尔曲线绘制与OpenGL实现

通过实践操作和源代码分析，学习者将掌握绘制三次贝塞尔曲线的技能，并理解其在游戏开发、UI设计和3D建模中的重要性。1.三次贝塞尔曲线基础概念在计算机图形学领域中，三次贝塞尔曲线是构建光

Aurora曙光·2025-06-16 06:09

p5.js 光速入门中文教程

本文不涉及3d部分（放到下一篇吧）。官方文档很重要，但对于初学者来说可能会有点懵。因为官方文档主要讲解api的用法，第一次接触p5.js的工友可能不是那

德育处主任Pro·2025-06-16 06:39

从单模态到多模态：空间智能新趋势

从单模态到多模态：空间智能新趋势关键词：多模态学习、空间智能、跨模态融合、深度学习、计算机视觉、自然语言处理、知识表示摘要：本文深入探讨了从单模态到多模态的空间智能演进过程。

AI天才研究院·2025-06-16 05:05

Open3D(C++) Ransac拟合平面(详细过程版)

目录一、算法原理二、代码实现三、结果展示一、算法原理见：PCL使用RANSAC拟合平面二、代码实现#include#include#include//RANSAC拟合平面Eigen::Vector4d

点云侠·2025-06-16 05:04

Open3D(C++) Ransac拟合球体(详细过程版)

目录一、算法原理1、计算流程2、参考文献二、代码实现三、结果展示一、算法原理1、计算流程空间球方程：(x−a)2+(y−b

点云侠·2025-06-16 05:34

微信小程序使用画布实现飘落泡泡功能

从组件封装到页面调用的完整实践先看示例截图：一、背景与技术选型在微信小程序中实现类似于飘落的泡泡或者樱花飘落的功能，一般主要有Canvas和图片两种方案：（1）Canvas方案：性能优异，资源占用小，但视觉表现依赖绘图

蒜鸟小窝·2025-06-16 03:55

微信小程序使用图片实现红包雨功能

实现红包雨效果主要有Canvas和图片两种方案：（1）Canvas方案：性能优异，资源占用小，但视觉表现依赖绘图API（2）图片方案：视觉效果真实，可灵活设计红包样式，但资源加载与内存占用较高本文将采用图片方案实现红包雨组件

·2025-06-16 03:22

【OpenCV人脸识别】基于深度学习（Dlib+HOG特征）的人脸识别——QT（C++）+Linux

1.人脸检测工具概述1.DlibDlib是一个开源的C++机器学习和计算机视觉库，用于解决多种任务，包括图像处理、计算机视觉、机器学习、数据分析等。

·2025-06-16 01:43

Joao Moura：CrewAI简明教程

新缸中之脑·2025-06-16 01:08

【机械视觉】Halcon—【十三、实例找各个区域面积和中心点】

找区域面积和中心点*获取图像read_image(Image,'fabrik')*关闭窗口dev_close_window()*打开窗口dev_open_window(0,0,512,512,'black',WindowID)*设置输出字体，14号字，Courier字体，粗体set_display_font(WindowID,14,'mono','true','false')*设置输出颜色dev_

_Csharp·2025-06-15 23:26

专注于医疗领域的多模态开源大型语言模型：Lingshu-32B

Lingshu：medicaldomainmultimodallargelanguagemodels一、研究背景与概述Lingshu是一款专注于医疗领域的多模态大型语言模型，它在医学视觉问答（VQA）任务和报告生成方面达到了前所未有的性能高度

Open-source-AI·2025-06-15 23:55

【YOLO实战】产线零延迟：YOLO检测直连PLC控制实战

摘要：工业视觉系统中，从缺陷检测到执行控制的闭环集成是智能化产线的关键瓶颈。

AI_DL_CODE·2025-06-15 22:48

30 - Partnet模块

论文《NON-DEEPNETWORKS》1、作用论文提出了“Partnet”，这是一种新型的神经网络架构，旨在不依赖传统的深层架构就能在视觉识别任务中达到高性能。

Leo Chaw·2025-06-15 22:17

26 - UFO模块

论文《UFO-ViT:HighPerformanceLinearVisionTransformerwithoutSoftmax》1、作用UFO-ViT旨在解决传统Transformer在视觉任务中所面临的主要挑战之一

Leo Chaw·2025-06-15 22:46

鸿蒙开发：如何实现列表吸顶

前言本文基于Api13列表吸顶功能，在实际的开发中有着很大的作用，比如可以让列表层级之间更加分明，减少一定程度上的视觉混乱，由于吸顶的标题会随着滚动固定在顶部，可以让用户无需反复滑动回顶部确认分组位置，

·2025-06-15 19:33

智驱未来：迁移科技3D视觉系统重塑复合机器人产业生态

当智能装备遇见"手眼协同"革命在新能源电池模组装配线上，搭载迁移科技MX-S63D相机的复合机器人正以0.02mm定位精度进行精密抓取。

lingling009·2025-06-15 19:03

AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月15日第109弹

从今天开始，咱们还是暂时基于旧的模型进行预测，好了，废话不多说，按照老办法，重点8-9码定位，配合三胆下1或下2，杀1-2个和尾，再杀4-5个和值，可以做到100-300注左右。(1)定位请参考图片中每个号码经过模型计算出来的出现概率~(2)去掉1-2个尾：3和1，重点考虑3~(3)三胆下1或下2，模型1推荐：079，模型2推荐：047~注：本次分析仅代表个人意见，不具指导意义，请勿盲目跟投~

GIS小天·2025-06-15 18:56

HTML滚动条高速滚动残留边框的终极解决方案：深入剖析与实战指南

这不仅影响视觉体验，还会让用户产生界面卡顿的错觉。本文将深入探讨问题根源并提供多种专业级解决方案。一、问题现象与根源分析典型表现：用户快速滚动

酷爱码·2025-06-15 16:15

3D建模的全景图谱：从55个工具到元宇宙的数字革命

3D建模已从专业工程师的工具箱演变为全民创作的数字语言。从代码驱动的精确建模到AI自动生成纹理，从开源协作到程序化生成城市，技术正重塑我们创造虚拟世界的方式。

爱怪笑的小杰杰·2025-06-15 15:38

FMOD：游戏音频中间件与UnrealEngine集成教程_2024-07-16_16-22-06.Tex

FMOD：游戏音频中间件与UnrealEngine集成教程FMOD简介1.1FMOD功能概述FMOD是一个广泛应用于游戏开发中的音频中间件，它提供了强大的音频处理和播放功能，包括但不限于3D音效、环境音效

chenjj4003·2025-06-15 15:07

S4-Driver: Scalable Self-Supervised Driving Multimodal Large Language Model with Spatio-Temporal

文章主要内容总结本文提出了一种基于多模态大语言模型（MLLM）的可扩展自监督自动驾驶运动规划框架S4-Driver，旨在解决端到端自动驾驶中依赖人工标注和3D空间推理能力不足的问题。

UnknownBody·2025-06-15 15:37

AI人工智能领域的体育竞技智能分析

AI人工智能领域的体育竞技智能分析关键词：体育竞技分析、计算机视觉、动作识别、数据挖掘、运动表现预测、智能训练系统、实时决策支持摘要：本文将深入探讨AI在体育竞技领域的创新应用，从基础概念到核心技术，再到实际应用案例

AIGC应用创新大全·2025-06-15 14:59

Halcon 图像预处理算子

在机器视觉领域，图像的预处理算法十分重要。对于一些成像质量较差，受噪声影响较大的场景中，为保证视觉测量，定位，检测效果的稳定性。、往往第一步就是对图像做处理，这里对常用的预处理算法做总结。

、。纯牛奶最单纯*￣▽￣*·2025-06-15 12:17

基于深度学习的智能图像分类系统：从零开始构建

前言图像分类是计算机视觉领域中的一个经典任务，其目标是将图像自动归类到预定义的类别中。随着深度学习技术的飞速发展，图像分类的准确率得到了显著提升。

Blossom.118·2025-06-15 12:11

ChatGPT引领的AI面试攻略系列：AI全栈工程师篇

系列文章目录AI全栈工程师（本文）文章目录系列文章目录一、前言二、面试题1.基础理论与数据处理2.机器学习3.深度学习4.大模型与迁移学习5.计算机视觉6.自然语言处理（NLP）7.多模态学习8.AI生成内容

梦想的理由·2025-06-15 11:40

CVPR 2025 MIMO: 支持视觉指代和像素grounding 的医学视觉语言模型

CVPR2025|MIMO：支持视觉指代和像素对齐的医学视觉语言模型论文信息标题：MIMO:Amedicalvisionlanguagemodelwithvisualreferringmultimodalinputandpixelgroundingmultimodaloutput

·2025-06-15 11:05

Vue3 实现老虎机抽奖游戏

核心亮点极致还原老虎机体验：动画流畅，视觉酷炫，沉浸式抽奖氛围。丰富奖品配置：支持多种奖品类型，特等奖、大奖、安慰奖等一应俱全。移动端优先设计：自适应布局，手机、平板、P

伍哥的传说·2025-06-15 10:29

深度学习——基于卷积神经网络的MNIST手写数字识别详解

3.设备配置4.构建卷积神经网络模型5.训练和测试函数5.1训练函数5.2测试函数6.模型训练和评估6.1初始化损失函数和优化器6.2训练过程7.关键点解析8.完整代码9.总结引言手写数字识别是计算机视觉和深度学习领域的经典入门项目

E-An居士·2025-06-15 09:28

推荐频道

3D视觉