引用简单，布局简便根据设备屏幕的DPR,自动设置最合适的高清缩放。
保证了不同设备下视觉体验的一致性。
（老方案是，屏幕越大元素越大；
此方案是，屏幕越大，看的越多）有效解决移动端真实1px问题（这里的1px是设备屏幕上的物理像素）

BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度？222归一化有可能提高精度223归一化的类型231）线性归一化232）标准差标准化233）非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n）40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤：50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类（ImageClassification）731.2图像检测（ImageDection）731.3图像分割（SemanticSegmentation）741.4图像标注–看图说话（ImageCaptioning）751.5图像生成–文字转图像（ImageGenerator）762.强化学习（ReinforcementLearning）773深度无监督学习（DeepUnsupervisedLearning）–预测学习783.1条件生成对抗网络（ConditionalGenerativeAdversarialNets，CGAN）793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构（NvsN）97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖（Long-TermDependencies）问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？深度学习DL基础中178@李振华，https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性：多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余，导致过拟合。
184解决方法：排除变量的相关性／加入权重正则。
184勘误记216后记219

为了提高单目视觉实时测量双护盾隧道掘进机前后盾相对位姿的精度,引入高精度倾角传感器与单目视觉构成一种组合测量系统。
该系统将两个倾角传感器分别与视觉传感器和特征点系统固定连接,通过倾角传感器提供的多个角度约束,结合单目视觉实现掘进机前盾体相对于后盾体位姿的更高精度测量。
仿真实验表明该系统是可行的,并且具有理想的精度。
搭建了模拟双护盾隧道掘进机位姿变化的实验平台,利用全站仪进行精度验证。
结果表明系统的测量精度优于3mm,相对于单目视觉测量方法来说,测量精度有了显著提升,可以满足隧道施工中双护盾隧道掘进机位姿的精密测量需求。

opencv图像处理机器视觉不可多得的，用python语言开发的书，作者爱尔兰乔.米尼奇诺。
覆盖深度估计与分割，人脸识别。
图像检索。
目标识别跟踪、神经网络等方面。

2019年北京科技大学《视觉测量计术》期末试卷真题

基于视觉注意力模型的大规模高分辨率遥感影像的矿区识别

AnyHand是编写一个视觉工具箱时的副产品，将其中的手势识别部分抽取出来做成了这个简单的手势识别库。
通过手势与计算机交互是计算机视觉交互的一个重要领域，这个库可以帮助具有一定编程能力，但没有计算机视觉背景的开发者快速地生成一个手势交互系统。
其中提供的API可以被用于图形用户界面应用程序。
只需要选取一个合适的手势模板，无需大量的模板训练就可就可以进行手势识别。
识别过程中将会实时返回您需要的手势名称、手势位置以及手势包围盒等信息，方便应用系统的调用。
在应用前请先仔细阅读系统的《安装与配置文档》、《应用文档》和《API描述文档》。

通过使用我们的免费用户界面控件和组件工具包创建非常好看的应用程序。
我们的调色板系统可让您与代码只是一个单一的线视觉主题之间切换。
该工具包附带有匹配的Office2007，Office2010和许多其他主题。
点击以下链接，查看运行中的监控截图。
控制KryptonTextBoxKryptonRadioButtonKryptonListBoxKryptonMaskedTextBoxKryptonButtonKryptonCheckedListBoxKryptonRichTextBoxKryptonCheckButtonKryptonDataGridViewKryptonComboBoxKryptonDropButtonKryptonBorderEdgeKryptonNumericUpDownKryptonColorButtonKryptonSeparatorKryptonDomainUpDownKryptonLabelKryptonHeaderKryptonCheckBoxKryptonWrapLabelKryptonBreadCrumbKryptonDateTimePickerKryptonLinkLabelKryptonMonthCalendarKryptonTrackBar

计算机实时阴影是现代计算机图形学中的一个重要领域，尤其在游戏开发和游戏引擎设计中起着至关重要的作用。
本文将深入探讨这一主题，介绍阴影的基本概念、常见算法以及它们在实际应用中的优缺点。
我们要理解阴影在计算机图形中的意义。
在现实世界中，阴影是由光源照射物体产生的暗区，它提供了场景深度和形状的重要视觉线索。
在计算机图形中，实时阴影的生成是为了模拟这一现象，使虚拟环境更加逼真。
然而，由于计算资源的限制，实时生成高质量阴影是一项具有挑战性的任务。
实时阴影算法大致可以分为两类：基于像素的阴影（Pixel-BasedShadow）和基于几何的阴影（Geometry-BasedShadow）。
基于像素的阴影算法如贴图阴影（ShadowMapping）是最常见的方法，它通过为光源创建一个深度纹理，并将其应用到场景的每个像素上，来确定该像素是否处于阴影中。
这种方法简单且易于实现，但可能会出现阴影断裂和锯齿状边缘等问题。
几何基

模拟小车，激光雷达导航定位，采用卡尔曼滤波实现，激光雷达检测路标实现

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。