使用plotly dash 画3d立方体

关于plotly3D 方面(3d charts in Python)没有可以直接画出立方体的方案,所以使用Mesh (https://plotly.com/python/3d-mesh/)画出多个三角形,最终拼出一个立方体,下面是代码


import plotly.graph_objects as go
from dash import Dash, html, dcc


app = Dash(__name__)
def getfig():
    fig = go.Figure(data=[
        go.Mesh3d(
            # 立方体的8个顶点 第0个顶点表示为(x[0],y[0],z[0])
            # [0,1,2,3,4,5,6,7],
            x=[0,0,1,1,0,0,1,1],
            y=[0,1,1,0,0,1,1,0],
            z=[0,0,0,0,1,1,1,1],

            # (i[0]=0,j[0]=1,k[0]=2)表示第0个面是由顶点0,1,2组成的(三角形),其为了方便用了12个面进行表示,其中立方体一个面用2个三角形表示。下面的i,j,k可以直接复制使用(需要与上面的x,y,z对照找到对应面才行)
            i=[0, 0,4,4,1,5,0,4,1,1,2,6],
            j=[1, 2,5,6,2,2,3,3,5,4,3,3],
            k=[2, 3,6,7,5,6,4,7,4,0,6,7],
            color="pink",
            showscale=True
        ),

    ])
    return fig

app.layout = html.Div(
    html.Div(dcc.Graph(figure=getfig()))
)

if __name__ == '__main__':
    app.run_server(debug=True)

多个立方体效果:

数据集介绍:野生动物与家畜多目标检测数据集 数据集名称:野生动物与家畜多目标检测数据集 数据规模: - 训练集:1,540张图片 - 验证集:377张图片 - 测试集:316张图片 分类类别: Brown-bear(棕熊)、Chicken(鸡)、Fox(狐狸)、Hedgehog(刺猬)、Horse(马)、Mouse(老鼠)、Sheep(绵羊)、Snake(蛇)、Turtle(龟)、Rabbit(兔)及通用object(物体)共11个类别 标注格式: YOLO格式标注,包含归一化坐标与类别索引,支持目标检测模型训练 数据特性: 涵盖航拍与地面视角,包含动物个体及群体场景,适用于复杂环境下的多目标识别 农业智能化管理: 通过检测家畜(鸡/马/绵羊等)数量及活动状态,辅助畜牧场自动化管理 生态监测系统: 支持野生动物(棕熊/狐狸/刺猬等)识别与追踪,用于自然保护区生物多样性研究 智能安防应用: 检测农场周边危险动物(蛇/狐狸),构建入侵预警系统 动物行为研究: 提供多物种共存场景数据,支持动物群体交互行为分析 高实用性标注体系: - 精细标注包含动物完整轮廓的边界框 - 特别区分野生动物与家畜类别,支持跨场景迁移学习 多维度覆盖: - 包含昼间/复杂背景/遮挡场景 - 涵盖陆地常见中小型动物与禽类 - 提供通用object类别适配扩展需求 工程适配性强: - 原生YOLO格式适配主流检测框架(YOLOv5/v7/v8等) - 验证集与测试集比例科学,支持可靠模型评估 生态价值突出: - 同步覆盖濒危物种(龟类)与常见物种 - 支持生物多样性保护与农业生产的双重应用场景
评论 1
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