Vision引擎中 Havok 物理面板介绍

引言
Havok™ 物理面板提供了以工具栏切换模拟和调试渲染的途径。 它还能让您调整若干场景专用物理参数。 这些参数将随场景一同导出。 所以,每当新场景被载入,为每个场景单独导出的参数将被应用。

Havok™ 物理面板参数分成三组。

General(通用)
   这些值不会随场景导出。

Visualize Dynamic Objects(可视化动态对象): 如勾选,所有刚体的调试渲染将被启用,所以将可视化为绿色线框。
Visualize Static Objects(可视化静态对象): 如勾选,所有静态几何网格的物理表现将可视化为紫色线框。
Visualize Character Controllers(可视化角色控制器): 如勾选,场景中的所有角色控制器将启用其调试渲染。
Visualize Triggers(可视化触发器): 如启用,场景中所有触发器都将启用调试渲染,所以其体积将渲染为线框。

世界设置
   这些参数将在场景中所有物理对象被创建和添加到物理世界之前应用。 因此为了在 vForge 中应用这些值的改变,您必须先保存场景并重新载入。

Vision Units in a Meter(Vision 世界单位比值): 该值决定了一个 Havok™ 物理世界单位相当于多少个 Vision 世界单位。
Static Geometry mode(静态几何体模式): 指定静态几何体在 Havok™ 中如何表现 / 优化。 您可以从 Single Instances(单一实例)(每个静态几何网格表现为一个 Havok™ 刚体,可编辑,但较慢)、Merged Instances(合并实例)(场景文件中的所有静态几何网格都烘培入一个 Havok™ 刚体,不可编辑,但较快)中选择。 请注意,如使用合并实例,您在 vForge 中设置的所有自定义碰撞信息将被丢弃。 “From File”(来自文件)设置将被用于所有静态几何网格实例。
Merged Static Welding Type(合并静态密接类型): 指定合并静态几何网格实例的密接类型(静态几何体模式 = MergedInstances)。 使用分离静态几何网格实例时(静态几何体模式 = SingleInstances),每个实例的密接类型取自静态几何网格实例的对应属性。

世界运行库

  这些参数将在下一次模拟中立刻应用。

Broadphase Size Mode(粗略检测尺寸模式): 您可以选择框起所有静态几何网格(粗略检测尺寸会根据所有静态物理对象的包围体自动创建),或是手动添加边框(粗略检测尺寸为 Broadphase Manual Size 属性中指定的值)。
Broadphase Manual Size(粗略检测手动尺寸): 手动粗略检测尺寸(以起始点为中心的立方体,边长为指定的值)。
Disable Collisions between Constrained Bodies(禁止约束刚体间的碰撞): 禁止由同一个约束链接的约束刚体间的碰撞。
Legacy Compound Shapes(传统复合图形): 启用传统复合图形的模拟(即扩展 / 压缩几何网格图形)。 请注意,在 PLAYSTATION(R)3 上,传统图形与静态复合图形 / BV 压缩几何网格图形不可共存。
Shape Caching(图形缓存): 启用物理图形的文件缓存。
Gravity(引力): 全局引力,以 Vision 单元为单位。
Solver Type(求解器类型): 指定物理核心求解器的迭代次数和硬度。

Collision Layer Setup(碰撞层设置): 可以启用 / 关闭不同碰撞层之间的碰撞。

转自:project anarchy中文社区

数据集介绍:多类别动物目标检测数据集 一、基础信息 数据集名称:多类别动物目标检测数据集 图片数量: - 训练集:6,860张图片 - 验证集:1,960张图片 - 测试集:980张图片 总计:9,800张含动态场景的动物图像 分类类别: Alpaca(羊驼)、Camel(骆驼)、Fox(狐狸)、Lion(狮子)、Mouse(鼠类)、Ostrich(鸵鸟)、Pig(猪)、Rabbit(兔子)、Rhinoceros(犀牛)、Shark(鲨鱼)、Sheep(绵羊)、Snake(蛇)、Whale(鲸鱼) 标注格式: YOLO格式标注,包含目标检测所需的归一化坐标及类别索引,适用于YOLOv5/v7/v8等系列模型训练。 数据特性: 覆盖航拍、地面视角等多种拍摄角度,包含动态行为捕捉及群体/单体目标场景。 二、适用场景 野生动物监测系统: 支持构建无人机/红外相机AI识别系统,用于自然保护区动物种群追踪与生态研究。 智慧农业管理: 适用于畜牧养殖场动物行为分析、数量统计及健康监测等自动化管理场景。 生物多样性研究: 为陆地/海洋生物分布研究提供标注数据支撑,助力濒危物种保护项目。 教育科研应用: 可作为计算机视觉课程实践素材,支持目标检测、迁移学习等AI教学实验。 三、数据集优势 跨物种覆盖全面: 包含13类陆生/水生动物,涵盖家畜、野生动物及濒危物种,支持复杂场景下的模型泛化训练。 动态场景丰富: 捕捉动物运动、群体互动等真实行为模式,提升模型对非静态目标的检测鲁棒性。 标注体系规范: 严格遵循YOLO标注标准,提供精确的边界框定位,支持即插即用的模型训练流程。 多场景适配性: 数据来源涵盖航拍影像、地面监控等多维度视角,适用于农业、生态保护、科研等跨领域应用。 类别平衡优化: 通过分层抽样保证各类别数据分布合理性,避免长尾效应影响模型性能。
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