Final Cut Pro中文教程 (12)磁性时间线「下」

欢迎来学习Final Cut Pro的新手教程,macw网的小编今天分享的是fcpx中磁性时间线的相关介绍。

1、在主故事线当中我们选中我们片段,除了可以按波浪键来实现解除连接片段的限制,还可以使用工具栏里的范围选择工具。选择范围选择工具,画一个范围出来,这样就可以实现解除连接片段的限制。它的弊端就是范围选择只能选择范围而不能选择全部,选择全部它就失效了!
在这里插入图片描述
2、选中片段,按shift+delete可以替换为一个空隙。其实我们也可以直接按delete来实现。如果你是数字小键盘(全尺寸的键盘),直接按数字小键盘当中的deltle就可以。找到Final Cut Pro命令自定义。
在这里插入图片描述
3、在快捷键这边找到deltel键,可以看到要按住shift+delete才可以替换为空隙;如果是数字小键盘中的delete键可以直接替换为空隙。
在这里插入图片描述
4、正常情况下,切换为英语,按波浪键并点击删除,可以解除连接的片段限制。如果没有波浪键想达成这样的删除效果,选中片段,按住cmd+option键,按删除键就可以达成刚刚删除效果。
在这里插入图片描述
5、接下来我们来讲一个非常bug的技能,大家都知道,波浪键必须一直按着才会有效果,但是这样比较麻烦。我们怎样可以让波浪键永久的固定住?调整到英语,先按住波浪键,再按住cmd+option键,这时候卡了bug,这样波浪键就可以永久的固定住了。
在这里插入图片描述
6、 当我们固定波浪键的情况下,磁性时间线当中所有的连接片段已经永久被我们给解除了。这样,不管是进行删除还是修剪,都不会影响到连接的片段。
在这里插入图片描述
7、如果我们想取消固定波浪键,只需再按一下波浪键就取消了
在这里插入图片描述
8、只有在主故事线当中才可以进入精确度编辑器,脱离主故事线以后的次故事情节是不能进入精确度编辑器的。
在这里插入图片描述
9、在主故事线当中,如果没有任何的连接片段,他不用再依赖波浪也可以自由的挪来挪去。
在这里插入图片描述
这就是我们磁性时间线的使用,你学会了吗?如果需要fcpx可以在macw点com找到哦!https://www.macw.com/mac/27.html?id=Mjg0ODY4Jl8mMjcuMTg2LjEyNi4xMDU%3D

在当今计算机视觉领域,深度学习模型在图像分割任务中发挥着关键作用,其中 UNet 是一种在医学影像分析、遥感图像处理等领域广泛应用的经典架构。然而,面对复杂结构和多尺度特征的图像,UNet 的性能存在局限性。因此,Nested UNet(也称 UNet++)应运而生,它通过改进 UNet 的结构,增强了特征融合能力,提升了复杂图像的分割效果。 UNet 是 Ronneberger 等人在 2015 年提出的一种卷积神经网络,主要用于生物医学图像分割。它采用对称的编码器 - 解码器结构,编码器负责提取图像特征,解码器则将特征映射回原始空间,生成像素级预测结果。其跳跃连接设计能够有效传递低层次的细节信息,从而提高分割精度。 尽管 UNet 在许多场景中表现出色,但在处理复杂结构和多尺度特征的图像时,性能会有所下降。Nested UNet 通过引入更深层次的特征融合来解决这一问题。它在不同尺度上建立了密集的连接路径,增强了特征的传递与融合。这种“嵌套”结构不仅保持了较高分辨率,还增加了特征学习的深度,使模型能够更好地捕获不同层次的特征,从而显著提升了复杂结构的分割效果。 模型结构:在 PyTorch 中,可以使用 nn.Module 构建 Nested UNet 的网络结构。编码器部分包含多个卷积层和池化层,并通过跳跃连接传递信息;解码器部分则包含上采样层和卷积层,并与编码器的跳跃连接融合。每个阶段的连接路径需要精心设计,以确保不同尺度信息的有效融合。 编码器 - 解码器连接:Nested UNet 的核心在于多层次的连接。通过在解码器中引入“skip connection blocks”,将编码器的输出与解码器的输入相结合,形成一个密集的连接网络,从而实现特征的深度融合。 训练与优化:训练 Nested UNet 时,需要选择合适的损失函数和优化器。对于图像分割任务,常用的损失
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