- 博客(140)
- 资源 (12)
- 收藏
- 关注
RSS订阅原创 多光谱与高光谱成像，短波红外SWIR案例收集100例--个人笔记（2）
研究比较三种高光谱相机（FX17、SWIR、FX50）对金属与织物上三种油污（Weldlite TF2、Würth HSP1400、Pentisol）的检测能力。结果表明，FX17（900–1700 nm）仅部分检测特定油类；SWIR（1000–2500 nm）可识别多数油品，尤其在2200 nm以上表现更优；而FX50（2700–5300 nm，MWIR）在3300–3500 nm区间具强吸油特征，能全面检测所有油类，包括微小油滴，并具备分类潜力。结论：FX50为检测表面油脂最适宜设备。
2026-11-05 21:45:00
284
原创 多光谱与高光谱成像，短波红外SWIR案例收集100例--个人笔记
多光谱与高光谱成像技术在工业检测、医疗、农业等领域广泛应用。多光谱成本低、速度快，适用于已知特征的简单分选；高光谱则凭借数百个连续波段，实现像素级化学指纹识别，适用于材料未知或需精准定量分析的复杂场景。实际应用中，宜“高光谱勘探、多光谱量产”：先用高光谱锁定关键波段，再部署多光谱系统实现高效低成本运行，兼顾精度与效率。
2026-11-04 20:30:00
339
原创 机器人机器人欧拉角类型（KUKA，ABB，UR，川崎，FANUC）
本文系统梳理了常见机器人坐标系类型及欧拉角表示方式，涵盖Kawasaki、ABB、KUKA、FANUC等品牌。介绍了欧拉角与四元数的转换方法，封装了euler_to_quad函数支持多种旋转顺序，并结合Halcon实现单位转换、理论视场计算及位姿读取。通过C#示例展示KRC4控制器数据获取，最终以CSV记录位姿与图像信息，实现机器人位姿与视觉数据的同步处理。
2026-10-19 19:45:00
29
原创 点云分析助手c++源码
工具软件：c++实现1、读取点云；2、对齐坐标轴；3、显示切盒子；4、裁剪点云；5、点云另存；6、计算点云数量；7、计算平面；8、拟合圆柱
2026-10-12 10:22:01
11
原创 YOLO26(极速目标检测) + SAM3(精准掩码生成)附源码
本文介绍基于YOLOv26与SAM3的图像目标检测与分割流程。在conda环境中安装PyTorch（CUDA 12.8）、Ultralytics 8.4.0及OpenCV，配置GPU加速环境。通过YOLOv26检测目标并提取边界框，再以各框为提示输入SAM3模型进行像素级分割，合并掩码后生成二值图、彩色叠加图及四联对比图。支持自定义置信度阈值、设备选择与掩码优化，结果保存于output目录，适用于医学、遥感等高精度分割场景。
2026-09-16 20:15:00
330
原创 最近手撸了一个单目激光三维扫描仪
实现的功能1、相机标定opencv2、平面标定3、单图生成点云4、实时生成点云（因为没有运动机构，设置的是每两秒采集一次）
2026-08-28 21:15:00
21
原创 最近撸了一个企业知识库/文档管理工具
这篇摘要介绍了一个基于AI的知识库管理工具开发项目。该系统包含15个核心功能模块：仪表盘统计、AI智能问答（集成本地GPT模型）、高级文档搜索、NAS文档分类管理、文档上传、产品版本管理、分类管理、用户权限控制（含组织架构和角色管理）、操作日志、NAS查重去重、多NAS服务器链接管理以及通知中心。特别开发了文档水印功能，并通过权限控制实现差异化文档展示。该系统实现了本地知识库的智能化管理，整合了文档存储、检索、AI再利用等全流程功能，显著提升了知识管理效率。
2026-08-05 17:20:57
160
原创 李飞飞新突破：网页3D大场景秒开，手机畅跑1亿点云Spark2.0开源
摘要： 李飞飞旗下WorldLabs发布开源3D渲染引擎Spark2.0，突破浏览器端大场景渲染瓶颈。其核心创新包括： 连续LoD树：动态分配渲染资源，近处高精度、远处低精度，结合注视点渲染技术，确保50万（移动端）至250万（桌面端）粒子稳定帧率； .RAD流式格式：将数据分块压缩，支持渐进加载，实现“模糊到清晰”的无缝过渡； GPU虚拟内存：优化显存管理，支持亿级粒子场景在移动设备运行。应用案例包括网页游戏《Starspeed》（1亿粒子）和艺术项目《Dormant Memories》，均可在浏览器流畅
2026-04-18 10:59:42
601
原创 codex-command-runner.exe -应用程序错误0xc0000022成功解决
最近被这个bug搞疯了，重装了也不行，参考了各种配置也不行，修改权限什么的，各种操作下来没一个可行的，头疼，最后就把权限放开了就可以了。应用程序无法正常启动(0xc0000022)。请单击"确定”关闭应用程序。codex-command-runner.exe -应用程序错误。把权限改成完全访问权限就行了，很简单的一个操作，费了半天劲……
2026-04-18 10:38:35
735
1
原创 React组件化实现程序化视频生成
Remotion 通过将 React 的组件化思想与视频制作相结合，实现了完全程序化的视频生成。其核心机制是将视频的每一帧视为一个 React 组件的状态快照，利用 React 的声明式 UI 和组件化架构来动态生成视频内容。Remotion 的运作原理可以概括为“时间即状态”。在传统的 React 应用中，UI 状态由用户交互或数据变化驱动；而在 Remotion 中，UI 状态由时间（当前帧数）驱动。Remotion 允许开发者将视频的每个元素（如文本、形状、图片）封装成可复用的 React 组件。
2026-04-01 21:24:58
496
原创 docker pull命令拉取镜像失败的解决方案
docker compose的时候程序报错，报错内容ERROR [api internal] load metadata for docker.io/library/python:3.docker。自己配了阿里云地址还是失败。
2026-01-31 13:07:50
277
原创 【与身俱能】机械臂训练（学习笔记）
摘要：介绍了两个开源视觉语言动作（VLA）模型项目。SimpleVLA-RL（清华等机构联合开发）通过强化学习实现少样本训练，支持多种SFT模型，适用于机器人任务。SmolVLA（HuggingFace推出）采用轻量化设计，包含视觉编码器和动作专家模块，支持异步推理，对硬件要求较低（RTX3080级别即可训练）。两项目均提供完整代码和文档：SimpleVLA-RL强调泛化能力，SmolVLA侧重部署便利性，为机器人AI研发提供了不同技术路线的选择。（149字）
2025-12-10 21:00:00
780
原创 【与身俱能】无人机智能体（学习笔记）
摘要：近期无人机智能控制研究取得新进展。北京航空航天大学团队提出AeroAgent系统，实现多模态感知与智能决策，在野火救援、视觉着陆等任务中表现优异。另一团队开发的UAV-Flow系统突破语言交互控制技术，通过真实环境测试验证了语言指令引导飞行的可行性，开放了代码和数据集。两项研究分别从多模态感知和自然语言交互角度推进了无人机智能化发展，为实际应用提供了新思路。
2025-12-03 21:00:00
1216
原创 live555(笔记)
生成前面四个以后得到4个lib，需要配置mediaServer的lib，再右击生成mediaserver，详见pdf。使用live555这个代码，这个代码是上面连接中的博主自己弄好的sln项目，然后依次生成。流媒体服务器分发RTSP视频流并发压力测试。一个将live555加入到sln中的过程。
2025-10-09 21:15:00
698
原创 netplan command not found的情况下恢复Ubuntu系统网络的方法
摘要：Ubuntu系统重启后网络无法连接，尝试了多种方法（包括修改netplan配置、NetworkManager服务、apt更新等）均无效。最终通过手动执行四条网络配置命令成功恢复网络：设置IP地址、启用网卡、添加路由和默认网关。虽然配置文件中已有相关设置，但仍需手动执行这些命令才能使网络恢复正常。
2025-07-29 14:07:31
786
原创 病虫害数据集
摘要：该研究采用Cascade RCNN和结合Swin-Transformer的Mask RCNN算法进行农田虫害识别，通过两阶段目标检测方法提高精确度。针对小目标和样本不平衡问题，采用copy-paste离线增强和多尺度训练。使用SWA权重平均和模型融合优化性能，但存在计算资源消耗大和数据增强可能产生伪影的问题。实验数据为4K图像(8GB)，涵盖8类害虫，解决方案注重精度而非速度。（149字）
2025-07-07 22:00:00
732
原创 windows编译ZLMediaKit时提示3rdpart/cmakelists.txt no sources given to target jsoncpp mov flv mpeg
编译ZLMediaKit时报错"cmake error at 3rdpart/CMakeLists.txt"，原因是3rdpart目录为空。解决方法：使用git克隆源码后，必须执行git submodule update --init命令下载子模块内容。国内用户建议从gitee镜像站克隆。完整步骤： git clone --depth 1 https://gitee.com/xia-chu/ZLMediaKit cd ZLMediaKit 关键步骤：git submodule updat
2025-07-04 21:45:00
508
1
原创 yolo性能评价指标（训练后生成文件解读）results、mAP、Precision、Recall、FPS、Confienc--笔记
本文总结了目标检测模型训练中常用的评估指标及其含义。主要包括：1. 损失指标（训练/验证集）：框损失（box_loss）、分类损失（cls_loss）和分布焦点损失（dfl_loss），分别衡量位置预测、分类准确性和难样本处理能力。2. 性能指标：精确度（Precision）、召回率（Recall）、mAP50和mAP50-95，评估模型检测精度和泛化能力。3. 可视化分析工具：混淆矩阵（原始/归一化）、PR曲线、F1曲线等，直观展示模型分类表现。4. 其他重要参数：FPS（处理速度）、IoU（框重合度）、
2025-07-04 21:00:00
1894
原创 webrtc-streamer视频流播放（rstp协议h264笔记）
本文介绍了使用WebRTC技术实现RTSP视频流前端播放的解决方案。主要内容包括：1）下载Vue前端播放demo；2）启动webrtc-streamer服务作为推流服务器；3）关键代码解析，详细说明了WebRTC连接建立过程；4）注意事项：该方案仅支持H264格式，不支持H265，且存在服务不稳定的问题。文章提供了完整的GitHub资源和实现步骤，可作为视频流Web播放的技术参考，但需要注意其格式限制和稳定性问题。
2025-07-03 20:45:00
2495
1
原创 YOLOv11剪枝与量化（三）8位量化技术原理
深度学习量化技术将32位浮点数模型转换为低精度（如8位整数）表示，以降低存储需求和计算资源。主要分为线性量化和对称量化两类，方法包括静态量化、动态量化和量化感知训练。8位量化可减少模型存储需求至1/4，提升计算速度，但可能带来精度损失。合理选择量化方法可控制精度损失在可接受范围内。实验表明，部分模型量化后精度下降不明显。文末提供了Python实现的线性量化示例代码，展示了量化与反量化过程。该技术特别适用于资源受限的边缘设备部署。
2025-07-02 20:45:00
1513
原创 YOLOv11剪枝与量化（二）通道剪枝技术原理
YOLOv11模型通道剪枝优化方法 通道剪枝是一种有效减小YOLOv11模型复杂度、加速推理的技术。实施步骤包括：1)理解模型架构；2)选择结构化或非结构化剪枝策略；3)确定剪枝比例并评估通道重要性；4)重构网络结构，修改卷积层参数；5)进行特征图重构以最小化性能损失；6)对剪枝后模型进行微调。该方法能显著减少参数量和计算量，但需平衡剪枝比例与精度损失，过度剪枝可能影响模型泛化能力。实施时可借助PyTorch等框架的剪枝工具或手动实现。
2025-07-02 20:30:00
1421
原创 YOLOv11剪枝与量化（一）模型压缩的必要性
边缘设备因计算资源有限面临深度学习模型部署的挑战，模型压缩技术成为解决方案。通道剪枝去除影响小的通道，8位量化将浮点数转为8位整数，两者各有优势：量化显著减小模型大小(约70%)且加速明显，剪枝在合理比例下(20%-30%)能平衡压缩与性能。综合应用时，先剪枝后量化效果更佳。实际应用中需根据场景选择：量化适用于存储严格限制的场景，剪枝适合精度要求高的应用，联合优化策略可最大化压缩效果。优化方法包括智能通道评估、自适应量化参数调整等。
2025-07-02 19:45:00
1364
原创 yolov1-yolov13的进化总结
实时目标检测领域YOLO系算法迎来新成员YOLOv13, 标配N/S/L/X不同规模的模型，性能更强，调用简单，可通过Ultralytics包直接测试和训练。
2025-07-01 19:00:00
1251
原创 glb模型压缩draco使用教程windows
发现除了ply格式的其他格式都不支持,然后按照下面的蓝色文件夹截图说明，用html文件打开drc也打不开，没法预览，建议使用第二种方案。5的前提是系统安装有Visual Studio 2022，打开后，直接右击选择生成即可。压缩通常可以将 GLTF 和 GLB 文件的大小减小到其原始文件的。下载cmake3.23.4，打开cmake-gui.exe文件。会生成draco_decoder.exe文件。配置用默认的即可，需要选择一下目录。官方的说明文档，包含如何用。一、项目地址下载源码。
2025-02-25 20:30:00
1218
1
原创 将DeepSeek接入vscode的N种方法
接入deepseek方法一：cline步骤1：安装 Visual Studio Code 后，左侧导航栏上点击扩展。步骤2：搜索 cline，找到插件后点击安装。……
2025-02-24 15:03:22
5702
原创 铁路公开数据集（包含雷达3d数据、车载摄像头数据，标注数据）
数据集下载链接，进到网址里面以后点击右侧的红色按钮即可下载。这个数据集超级大，上百G，下载慢，需要外网，一个国外的地址。其数据包含不同时段，白天，晚上，图像以车载传感器为主。数据内容很多，就不一一截图示范了，自己打开看吧。图像数据 rgb highres left文件夹。分为车头正前方，左侧、右侧、imu数据、标注数据。解压了一个其中的各文件夹内容。雷达数据，lidar文件夹。关于数据的话还是挺全的。
2025-02-24 13:45:45
2296
1
原创 本地部署--LM Studio 0.3.9无法下载模型--通过“设置”即解决
不用AnyThingLLM和Ollama，推荐一个简单的部署deepseek的方法，仅需几步就可以完成部署
2025-02-12 11:56:17
1281
原创 关于目标检测YOLO 各版本区别v1-v11/X/R/P
关于目标检测YOLO 各版本区别v1-v10/vX/vR,,,,,,,YOLO是一系列开创性的实时目标检测模型，它们彻底改变了计算机视觉领域。由Joseph Redmon开发，后续版本由不同研究人员迭代，YOLO模型以其在图像中检测对象的高速度和准确性而闻名。
2024-12-16 21:30:00
3030
原创 win10远程ubuntu服务器桌面且显示图像窗口工具及配置说明
win10远程ubuntu服务器桌面且显示图像窗口工具及配置说明，仅需一个MobaXterm_Personal工具就可以实现网上的教程比较多，实现起来比较复杂，这个是经过自己的钻研找到的方法（请勿转载和抄袭）
2024-07-15 20:15:00
605
1
原创 mmaction2的GPU环境配置记录RTX3090，cuda12.2，ubuntu22.04版本
mmaction2的GPU环境配置记录RTX3090，cuda12.2，ubuntu22.04版本，安装环境配置记录，所有的安装命令及注意事项
2024-07-12 20:15:00
1669
11
原创 MMACTION2行为识别项目配置及注意事项——海康摄像头调用
MMACTION2行为识别项目配置及注意事项——海康摄像头调用标注文件、权重文件配置，详细的执行、安装命令，及安装错误调试等
2024-07-12 16:32:47
1125
原创 关于bim数字孪生threejs中使用glb文件大小优化及加载慢的说明(笔记)
在用three.js开发的时候发现，稍微大一点的glb或者fbx文件加载的时候很慢很卡一直不理解这个卡和慢取决于哪些条件，下面来详细说一下。
2024-06-28 21:15:00
1942
1
原创 5个下载3d模型地址glb/3dmax/Blander等格式
glb模型下载,gltf模型下载,FBX模型下载,数字城市模型下载,VR模型下载
2024-06-14 20:45:00
19698
原创 英伟达文本生成3D模型论文：Magic3D: High-Resolution Text-to-3D Content Creation解读
摘要：DreamFusion 最近展示了使用预训练的文本到图像扩散模型来优化神经辐射场 (NeRF) 的实用性，实现了显着的文本到 3D 合成结果。然而，该方法有两个固有的局限性：（a）NeRF 的优化极慢和（b）NeRF 上的低分辨率图像空间监督，导致处理时间长的低质量 3D 模型。在本文中，我们通过利用两阶段优化框架来解决这些限制。首先，我们使用低分辨率扩散先验获得粗略模型，并使用稀疏 3D 哈希网格结构进行加速。
2024-03-29 22:08:25
1889
原创 关于NeRF方向的三维重学习笔记
由光源发出的光线在场景中的传播和反射过程中所形成的。通俗来说就是一个函数，记录了空间某个位置处向某个方向的辐射信息，辐射信息（或者说能量分布）其实就是颜色、亮度、阴影等信息。：用空间向任意的辐射。NeRF是，因为模型是储存在MLP里面的，模型就是MLP的参数，这和以往点云和不同（点云/mesh是可以直接看到模型的）。NeRF必须查询一个个的三维点，然后渲染成一张图像。这种或者说就叫。
2024-03-25 21:12:18
1617
6
原创 填充点云孔洞（较大的洞）halcon算法
步骤一：找到孔洞所在平面步骤二：对点云进行旋转，使孔洞可以投射到一个规则的面上步骤三：对孔洞所在面进行投影操作，使之变成二维图步骤四：对二维图进行分析，用fill_up和difference 即可得到孔洞的位置步骤五：计算孔洞的z值步骤六：将孔洞还原至原始点云中
2024-01-01 16:00:42
2659
4
json格式的中文字体库threejs支持的格式
2024-09-27
深度学习数据集：烟雾火焰数据集（2000个图像）
2023-10-24
受电弓数据集训练集1197张图标注为voc格式
2023-08-24
voc格式轮胎缺陷数据集训练集884张测试集46张
2023-08-24
山体地貌点云.vtk格式的点云用于vtk库的使用及计算
2023-08-22
.vtk格式的点云用于测试vtk库的点云
2023-08-22
曲面（弧面、柱面）展平（拉直）瓶子标签识别ocr
2023-08-18
指针式仪表倾斜校正opencv算法python代码及仪表图像（包含倾斜的和模板图像）
2023-08-16
汽车表面划痕voc深度学习数据集
2023-08-15
pcl读取点云并显示在嵌入窗口picture control中c++源码
2023-07-22
中国移动研究院发布的《我国人工智能大模型发展动态》2023年4月
2023-07-18
vs2022+win10 生成的CSF.lib库用于计算布料滤波的库结合pcl调用
2023-07-12
java写的modbus接口
2023-07-06
去雾python源码使用opencv库
2023-06-27
实时检测aruco标签-增加卡尔曼滤波算法
2023-06-21
A4纸可打印的15mm的9行6列的黑白棋盘格
2023-06-07
halcon的接口用于python的调用程序（三）
2023-05-09
YOLO26(极速目标检测) + SAM3(精准掩码生成)源码带yolo权重文件
2026-09-16
webrtc-streamer的一个demo前端vue代码
2025-07-03
安全帽检测模型yolo11n训练的模型
2025-06-23
threejs前端模型会走路的人模型gltf格式模型包含动作action
2025-02-25
吸烟识别模型yolov5权重文件pt格式
2025-02-25
玩手机识别模型yolov5权重文件pt格式
2025-02-25
口罩识别模型yolov5权重文件pt格式
2025-02-25
灭火器正常检测模型yolov5权重文件pt格式
2025-02-25
安全帽安全服检测模型yolov5权重文件深度学习模型pt文件
2025-02-25
点云的凹陷缺陷如何检测
2023-05-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人