将物体做成完全透明的想法使科学家和一般公众发生兴味已有多年。
H.G.威尔斯著的“隐身人”是一部虚构的著作,但是作为故事基础的许多概念所根据的却是科学事实。
关于隐身人的透明性问题,从1880年期间伦敦皇家学会瑞利爵士的讲演中就可以直接得到许多解释。
在那里,瑞利首次作了减反射膜的实际表演。
但是瑞利的表演也是建立在约瑟夫·冯·夫朗和费原先的工作基础上的。
夫朗和费是第一个注意到把玻璃暴露于腐蚀性的酸后会使之变得更加透明的科学家。
2019/2/10 6:35:31 2.6MB
1
这个m文件需要添加相应的图片数据集,只需数据集足够大,可以实现对任一物体的识别。
2015/3/26 22:40:24 5KB 计算机视觉
1
MeshProfiler是一款可以列出场景所有模型各项信息的功能评估工具,以帮助开发者进行游戏优化。
它以列表的形式详细列出了场景中引用的模型文件的详细信息:包括顶点数,面数,法线,切线,顶点色以及各套uv,占用内存,是否可读写等各项信息。
并提供了对应的查阅视图。
默认按顶点数进行排序,你也可以选择其他排序方式进行排列,同时提供了筛选功能进行目标筛选,你可以通过它检查场景种的模型是否含有多余的法线,uv等信息,从而进行针对性优化。
同时提供了以下工具:(1)导出Excel表。
(2)定位资源路径。
(3)列出场景丢失Mesh物体。
(4)法线,切线,可读写开启/关闭工具。
2018/9/22 3:29:31 2.77MB MeshProfiler
1
untiy完成框选物体,GL完成画框,shader完成框选选择物体
2016/6/14 19:51:54 4.21MB unity
1
分享课程——Python-深度学习-物体检测实战;
计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理,基于开源项目解读其应用领域与使用方法。
通过debug方式,详细解读项目中每一模块核心源码,从代码角度理解网络实现方法与建模流程。
为了方便同学们能将项目应用到自己的数据与任务中,实例演示如何针对自己的数据集制作标签与代码调整方法,全程实战操作,通俗讲解其中复杂的网络架构。
章节1物体检测框架-MaskRcnn项目介绍与配置章节2MaskRcnn网络框架源码详解章节3基于MASK-RCNN框架训练自己的数据与任务章节4练手小项目-人体姿势识别demo章节5必备基础-迁移学习与Resnet网络架构章节6必备基础-物体检测FasterRcnn系列
2016/7/7 13:17:22 704B 深度学习 人工智能
1
采用SIFT和RANSAC算法完成特征点的婚配和筛选,并求出物体的变换矩阵,通过变换矩阵计算出物体的边界。
2018/6/1 19:44:38 17.87MB RANSAC
1
深度摄像机完成物体识别和三维定位
2022/9/7 2:47:20 174.45MB 深度摄像机
1
使用DLT算法通过多个二维三维对应点(6个以上,点越多越精准,得到的参数越精确)来计算相机的内参数及相机与物体的位置关系
2022/9/6 22:14:27 22.1MB DLT C++ 获取相机参数
1
这个小工具用于在裁剪图像部分区域时记录坐标。
相信誉AdaBoost算法进行人脸检测的同志们一定对于一开始收集、裁剪物体样本的过程记忆犹新,那是一个纯体力活儿。
有了这个小工具,可以极大的加快进程。
不搞目标识别的同志们也可以来试试,很好玩的!用鼠标在图上圈定区域,按空格可记录坐标,按回车处理下一图。
2022/9/5 11:53:22 1.01MB 样本处理小程序
1
在Opencv中运用预训练的深度学习模型,实现特定物体的识别
2022/9/5 8:21:26 48.54MB 图像识别
1
共 369 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡