lua代码

本文介绍了一个使用Unity和Lua进行集成的示例项目。通过C#脚本定义了Lua可以调用的游戏对象属性,实现了从Lua脚本中直接访问Unity GameObject的方法。此示例展示了如何初始化对象引用并将它们暴露给Lua环境。
using UnityEngine;
using System.Collections;
using System;
using XLua;
using System.Collections.Generic;

[Serializable]
public class MyInjection {
public string name;
public GameObject value;
}

[LuaCallCSharp]
public class LuaInjection : MonoBehaviour {


LuaTable luaTable = LuaManager._instance.luaTable;

public List<MyInjection> injections = new List<MyInjection>();

// Use this for initialization
void Awake () {


luaTable.Set("self",this);//添加自身

//GameObject loginbtn = FindUtil.FindChild("LoginBtn", transform);
//luaTable.Set("LoginBtn", loginbtn);

SetMyInjectionList(transform, ref injections);
foreach (MyInjection item in injections) {
luaTable.Set(item.name, item.value);
}

}

/// <summary>
/// 添加子物体
/// </summary>
/// <param name="go">总的父物体</param>
/// <param name="list">集合</param>
public void SetMyInjectionList(Transform go, ref List<MyInjection> list) {
//先添加自己
MyInjection goself = new MyInjection();
goself.name = go.name;
goself.value = go.gameObject;
list.Add(goself);
//遍历添加子物体
for (int i = 0; i < go.childCount; i++) {
if (go.GetChild(i).childCount == 0) {
MyInjection temp = new MyInjection();
temp.name = go.GetChild(i).name;
temp.value = go.GetChild(i).gameObject;
list.Add(temp);
} else {
SetMyInjectionList(go.GetChild(i), ref list);
}
}
}



// Update is called once per frame
void Update () {
    
    }
}


/*
1.完整版的登录注册 lua 客户端
2.搭建登录注册 的服务器
*/
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值