墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.1w累计阅读
1.2w+平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
孙广东 2017.7.22
http://blog.csdn.NET/u010019717
Unity SpriteMask详解：2D动态遮罩原理与实战避坑指南
SpriteMask是Unity中实现2D形状感知遮罩的核心组件，其本质并非UI裁剪或简单Alpha混合，而是基于Stencil Buffer与渲染队列协同的深度感知遮罩机制。它通过SpriteRenderer的Mask Interaction属性触发，在URP或Built-in管线中实时执行像素级轮廓判定，从而支持探照灯、窥视孔、多层窗口等自然视觉交互。关键技术价值在于轻量、精准且无需Shader编程，适用于潜行、透视、光影穿透等高频2D游戏场景。本文围绕SpriteMask的工作前提、Sorting L
unity 使用程序生成Texture2D并创建Sprite，制作渐变背景的效果
之前一篇文章中介绍过如何使用shader实现一个渐变的背景效果,连接:http://blog.youkuaiyun.com/zgjllf1011/article/details/79244914 这里再介绍一种方法,在脚本中动态创建Texture2D并生成Sprite。 首先创建脚本，命名为ScriptTexture. 声明一个引用: SpriteRenderer sr; 然后在初始化
SpriteMask遮罩挖洞：实现UI引导高亮的实战技巧
本文详细介绍了在Unity中利用SpriteMask组件实现UI引导高亮效果的实战技巧。通过创建遮罩系统、配置SortingGroup隔离层以及动态对齐UI元素，开发者可以精准地“挖洞”以突出显示关键按钮或区域。文章还深入探讨了点击事件穿透的解决方案与性能优化建议，为游戏和应用的新手引导功能提供了高效、灵活的实现方案。
【UGUI源码分析】Unity遮罩之Mask详细解读
博客园博文链接 https://www.cnblogs.com/iwiniwin/p/15131528.html 遮罩，顾名思义是一种可以掩盖其它元素的控件。常用于修改其它元素的外观，或限制元素的形状。比如ScrollView或者圆头像效果都有用到遮罩功能。本系列文章希望通过阅读UGUI源码的方式，来探究遮罩的实现原理，以及通过Unity不同遮罩之间实现方式的对比，找到每一种遮罩的最佳使用场合。 Unity UGUI主要提供两种遮罩，分别是Mask和Rect Mask 2D。在2D游戏开发中，可能还会用到S
【unity】编译器入门2D动画
如果一个物体正在播放控制他位置的动画，那无论在代码中怎么修改他的位置都是不会生效的。Animator提供了几种变量类型：float，int，bool，trigger，橙色的state是初始state 可以右键任选一个state成为初始state。，当animator运行到一个state时，该state对应的动画就会被播放。trigger：是一个在一瞬间为true的布尔值，在之后会立刻失效。[Range（x，y）]：让一个变量以拖动条的方式显示。新建一个动画时，一个同名的State会被自动创建。
5分钟搞定Unity SpriteShape Renderer：让2D场景渲染效率翻倍的隐藏参数
本文深入解析Unity SpriteShape Renderer在2D场景渲染中的高效应用，通过材质系统优化、遮罩技巧和Profile配置，显著提升渲染效率。特别适合移动端2D游戏开发，帮助开发者在复杂场景中实现200%以上的性能提升。
【零基础入门unity游戏开发——2D篇】SpriteMask精灵遮罩组件
【零基础入门unity游戏开发——2D篇】SpriteMask精灵遮罩组件
Unity 利用UI Mask 对Sprite精灵遮罩处理
Unity5的unitypackage 利用UI Mask 实现对Sprite精灵遮罩处理。不是插件
Isaacgym使用操作指南
Isaac Gym 是一个强大的仿真工具，特别适合那些需要进行大规模并行仿真和训练的机器人和强化学习任务。通过 GPU 加速、深度学习集成和丰富的物理仿真能力，Isaac Gym 能够显著提高仿真和训练效率，是机器人学和 AI 研究中的一大利器。
Ubuntu AX200 iwlwifi-cc-46.3cfab8da.0.tgz无法下载的解决办法
AX200 iwlwifi-cc-46.3cfab8da.0.tgz 无法下载网页出问题使用 其他方法来进行但是前提还是有网络。
IMU660RA姿态解算实战：从传感器滤波到欧拉角输出的完整实现
本文详细介绍了IMU660RA姿态解算的完整实现过程，从传感器滤波到欧拉角输出。通过实战案例和代码示例，展示了如何有效处理陀螺仪和加速度计的噪声问题，并选择合适的算法进行数据融合和姿态解算。特别强调了欧拉角输出中的坐标系对齐和动态补偿技巧，帮助工程师快速掌握IMU660RA的应用。
ncl泰勒图（均方根误差、标准差、相关系数）
ncl泰勒图（均方根误差、标准差、相关系数）
国科大学习资料--人工智能原理与算法-第六次作业解析（学长整理）
国科大学习资料–人工智能原理与算法-第六次作业解析（张文生老师主讲）（6.6、6.7、6.11） 6.6 说明如何通过使用辅助变量把诸如A+B=C这样的三元约束转变成三个二元约束。假设值域是有限的。（提示：考虑引进新变量表示变量对的值，引进约束如“X是Y变量对中的第一个元素”。）然后说明如何把多于三个变量的约束类似地转换为二元约束。说明如何通过改变变量的值域来消除一元约束。这就完整演示了任何CSP都可以转变为只含二元约束的CSP。 答：首先，我们引入一个新变量AB,假设A和B的范围均为N,AB的范围为N×N
【异常】Milvus向量数据库的常见错误“collection not loaded“（集合未加载）
Milvus数据库报错"collection not loaded"分析及解决方案。该错误发生在对未加载的集合执行查询操作时，核心原因是集合创建后需先加载到内存才能使用。解决方案包括：1)确认集合是否存在；2)查询前调用loadCollection接口加载集合；3)处理加载超时或失败情况，可检查加载状态；4)确保Milvus服务正常运行。建议在长期不使用集合时释放内存资源。文末附Java代码示例说明具体操作方法。
端到端自动驾驶：特斯拉FSD Beta技术拆解
端到端自动驾驶：特斯拉FSD Beta技术拆解 ，人工智能，计算机视觉，大模型，AI，这篇文章围绕特斯拉FSD Beta的端到端自动驾驶技术展开，先介绍端到端自动驾驶的定义、与传统方案的区别及FSD Beta的特点，再阐述其硬件基础、技术架构，解析关键技术，还涉及训练数据与标注、安全与冗余设计、实际应用场景与挑战以及技术迭代与更新等内容，展现了该技术的多方面情况。
【YOLOv12多模态融合改进】（可见光+红外）涉及像素级融合、特征级融合（中期、中后期、后期）、决策级融合的完整配置步骤以及二次改进方案
在网络输入阶段将多模态数据直接合并，形成统一的特征表示。
假人有限元模型
假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用
霍尼韦尔SoftMaster使用说明
霍尼韦尔SoftMaster使用说明
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
334
扫一扫
