- 文章目录 第一章文档介绍 第二章项目介绍 第三章素材处理 第四章环境部署 第五章训练 第六章Time for true display of skills ... 文章目录 第一章文档介绍 第二章项目介绍 第三章素材处理 第四章环境部署 第五章训练 第六章Time for true display of skills ...
- 本节书摘来自华章计算机《深度学习与图像识别：原理与实践》一书中的第1章，第1.3节，作者是魏溪含 涂铭 张修鹏。 本节书摘来自华章计算机《深度学习与图像识别：原理与实践》一书中的第1章，第1.3节，作者是魏溪含 涂铭 张修鹏。
- ## 🧩 背景：为什么需要多模态标注工具？>项目地址:[https://github.com/xy200303/X-AnyLabeling](https://github.com/xy200303/X-AnyLabeling)在计算机视觉任务中，尤其是**目标检测、语义分割、自动驾驶感知**等领域，我们常常不仅仅依赖**RGB 图像**，还需要结合其他模态的信息，比如：- 🌡️ **红外... ## 🧩 背景：为什么需要多模态标注工具？>项目地址:[https://github.com/xy200303/X-AnyLabeling](https://github.com/xy200303/X-AnyLabeling)在计算机视觉任务中，尤其是**目标检测、语义分割、自动驾驶感知**等领域，我们常常不仅仅依赖**RGB 图像**，还需要结合其他模态的信息，比如：- 🌡️ **红外...
- Unity (U3D) 摄像机 Camera 核心参数详解一、引言与技术背景在Unity的世界中，摄像机 (Camera) 不仅仅是玩家的眼睛，它更是一位导演，决定了观众最终能看到什么、以何种视角、何种构图以及何种画面质量来观看这场“演出”。一个3D场景若没有摄像机，即便拥有再精美的模型和光照，也只是一堆无法被感知的数据。Unity的摄像机系统功能强大而灵活，其核心参数允许开发者精确控制渲... Unity (U3D) 摄像机 Camera 核心参数详解一、引言与技术背景在Unity的世界中，摄像机 (Camera) 不仅仅是玩家的眼睛，它更是一位导演，决定了观众最终能看到什么、以何种视角、何种构图以及何种画面质量来观看这场“演出”。一个3D场景若没有摄像机，即便拥有再精美的模型和光照，也只是一堆无法被感知的数据。Unity的摄像机系统功能强大而灵活，其核心参数允许开发者精确控制渲...
- 基于 YOLOv8 的共享单车乱停放智能识别系统— 从数据集构建到可视化部署的完整项目 一、项目背景：为什么要做“乱停放识别”？随着共享单车在城市中的高密度投放，“最后一公里”出行问题得到了极大缓解，但随之而来的随意停放、占道堆积、盲道阻塞等问题，也成为城市治理中的一大痛点。在实际城市管理中，传统处理方式主要依赖以下手段：人工巡查（成本高、效率低）群众举报（滞后、不可控）简单规则检测（误报... 基于 YOLOv8 的共享单车乱停放智能识别系统— 从数据集构建到可视化部署的完整项目 一、项目背景：为什么要做“乱停放识别”？随着共享单车在城市中的高密度投放，“最后一公里”出行问题得到了极大缓解，但随之而来的随意停放、占道堆积、盲道阻塞等问题，也成为城市治理中的一大痛点。在实际城市管理中，传统处理方式主要依赖以下手段：人工巡查（成本高、效率低）群众举报（滞后、不可控）简单规则检测（误报...
- 基于 YOLOv8 的交通标识与设施识别系统（含完整源码） 一、研究背景：为什么要做交通标识智能识别？在智慧城市与智能交通体系不断发展的背景下，道路交通场景对感知能力提出了越来越高的要求。无论是：🚗 自动驾驶辅助系统📷 道路监控与违章识别🚦 智能信号控制🏙 城市道路数字化管理都离不开对 交通标识与基础设施的精准识别。传统基于图像处理和规则的方法，在面对以下复杂情况时往往表现不佳：光... 基于 YOLOv8 的交通标识与设施识别系统（含完整源码） 一、研究背景：为什么要做交通标识智能识别？在智慧城市与智能交通体系不断发展的背景下，道路交通场景对感知能力提出了越来越高的要求。无论是：🚗 自动驾驶辅助系统📷 道路监控与违章识别🚦 智能信号控制🏙 城市道路数字化管理都离不开对 交通标识与基础设施的精准识别。传统基于图像处理和规则的方法，在面对以下复杂情况时往往表现不佳：光...
- 🛠️ 基于深度学习的YOLO框架实现金属工业表面缺陷识别｜开箱即用系统级项目（源码+模型+界面） 🧠 项目背景在现代金属制造与工业质检流程中，金属表面缺陷的及时识别与分级对保障产品质量至关重要。传统的人工检测不仅耗时耗力，而且容易受限于人眼疲劳、主观判断等问题，导致误检漏检频发。本项目采用当前主流的深度学习目标检测框架 YOLOv8，结合 图形化界面（PyQt5），打造了一套完整的 金... 🛠️ 基于深度学习的YOLO框架实现金属工业表面缺陷识别｜开箱即用系统级项目（源码+模型+界面） 🧠 项目背景在现代金属制造与工业质检流程中，金属表面缺陷的及时识别与分级对保障产品质量至关重要。传统的人工检测不仅耗时耗力，而且容易受限于人眼疲劳、主观判断等问题，导致误检漏检频发。本项目采用当前主流的深度学习目标检测框架 YOLOv8，结合 图形化界面（PyQt5），打造了一套完整的 金...
- 引言在当今快节奏的新零售环境中，供应链系统的数据可视化扮演着至关重要的角色。随着企业对实时决策需求的增长，如何高效地呈现复杂的供应链数据成为前端开发中的关键挑战。传统的 JavaScript 动画库虽然功能强大，但在性能和维护成本方面往往不尽人意。本文将探讨一种创新的技术实践：利用纯 CSS 动画替代传统 JS 库来实现供应链数据可视化效果。我们将从实际业务场景出发，深入分析 CSS 动画的... 引言在当今快节奏的新零售环境中，供应链系统的数据可视化扮演着至关重要的角色。随着企业对实时决策需求的增长，如何高效地呈现复杂的供应链数据成为前端开发中的关键挑战。传统的 JavaScript 动画库虽然功能强大，但在性能和维护成本方面往往不尽人意。本文将探讨一种创新的技术实践：利用纯 CSS 动画替代传统 JS 库来实现供应链数据可视化效果。我们将从实际业务场景出发，深入分析 CSS 动画的...
- 在当今全球化和智能化的时代，软件开发面临着前所未有的复杂性挑战。软件本地化（Software Localization）、图像识别技术（Image Recognition）和程序优化策略（Program Optimization）这三个看似独立的技术领域，实际上构成了现代高质量软件产品的核心支柱。本文将深入探讨这三个领域的内在联系，并通过实际代码示例展示如何将它们有机整合，构建既国际化又智能... 在当今全球化和智能化的时代，软件开发面临着前所未有的复杂性挑战。软件本地化（Software Localization）、图像识别技术（Image Recognition）和程序优化策略（Program Optimization）这三个看似独立的技术领域，实际上构成了现代高质量软件产品的核心支柱。本文将深入探讨这三个领域的内在联系，并通过实际代码示例展示如何将它们有机整合，构建既国际化又智能...
- 边缘检测是计算机视觉中的基础任务，旨在识别图像中亮度或颜色急剧变化的区域（即边缘），这些区域通常对应物体的轮廓或纹理边界。AI（尤其是深度学习）实现边缘检测的思路可分为传统方法和深度学习方法两大类，以下是详细的技术路线和实现思路： 一、传统边缘检测方法（基于手工特征）传统方法通过数学运算（如微分、卷积）直接检测像素值突变，核心思想是利用图像梯度。典型算法包括： 1. Sobel算子原理：通过... 边缘检测是计算机视觉中的基础任务，旨在识别图像中亮度或颜色急剧变化的区域（即边缘），这些区域通常对应物体的轮廓或纹理边界。AI（尤其是深度学习）实现边缘检测的思路可分为传统方法和深度学习方法两大类，以下是详细的技术路线和实现思路： 一、传统边缘检测方法（基于手工特征）传统方法通过数学运算（如微分、卷积）直接检测像素值突变，核心思想是利用图像梯度。典型算法包括： 1. Sobel算子原理：通过...
- 引言在 2D 游戏开发中，图片资源的选择与优化直接影响游戏的视觉效果、加载速度与内存占用。Cocos2d 支持多种主流图片格式（如 PNG、JPG、WEBP），每种格式在透明度支持、压缩率、色彩表现等方面各有优劣。开发者需要根据具体场景（如角色立绘、背景图、UI 图标）的需求，权衡清晰度、文件大小、透明度需求等因素，选择最合适的图片格式并进行针对性优化。本文将深入解析 PNG、JPG、WEB... 引言在 2D 游戏开发中，图片资源的选择与优化直接影响游戏的视觉效果、加载速度与内存占用。Cocos2d 支持多种主流图片格式（如 PNG、JPG、WEBP），每种格式在透明度支持、压缩率、色彩表现等方面各有优劣。开发者需要根据具体场景（如角色立绘、背景图、UI 图标）的需求，权衡清晰度、文件大小、透明度需求等因素，选择最合适的图片格式并进行针对性优化。本文将深入解析 PNG、JPG、WEB...
- 本文聚焦游戏跨显卡适配中的典型痛点，针对NVIDIA显卡运行流畅、AMD显卡却出现画面闪烁、着色器编译失败等问题，深度拆解底层成因与根治方案。文章指出，问题核心源于AMD与NVIDIA的硬件架构（SIMD/SIMT）、指令集支持、驱动优化方向的本质差异，以及开发时单一显卡适配的思维惯性。 本文聚焦游戏跨显卡适配中的典型痛点，针对NVIDIA显卡运行流畅、AMD显卡却出现画面闪烁、着色器编译失败等问题，深度拆解底层成因与根治方案。文章指出，问题核心源于AMD与NVIDIA的硬件架构（SIMD/SIMT）、指令集支持、驱动优化方向的本质差异，以及开发时单一显卡适配的思维惯性。
- 本文聚焦Unity渲染的核心优化逻辑，深入解构渲染管线、材质系统、光照阴影、后处理、纹理资源及管线适配六大关键环节。针对开发者易陷入的参数堆砌误区，结合不同平台硬件特性，提出“分层适配”“视觉欺骗”“精准裁剪”等实战策略—如动态平衡实时光源与烘焙光照、精简Shader冗余变体、分级配置后处理效果、优化纹理分辨率与压缩格式。 本文聚焦Unity渲染的核心优化逻辑，深入解构渲染管线、材质系统、光照阴影、后处理、纹理资源及管线适配六大关键环节。针对开发者易陷入的参数堆砌误区，结合不同平台硬件特性，提出“分层适配”“视觉欺骗”“精准裁剪”等实战策略—如动态平衡实时光源与烘焙光照、精简Shader冗余变体、分级配置后处理效果、优化纹理分辨率与压缩格式。
- 引言Cocos2d系列引擎的核心架构围绕导演（Director）、场景（Scene）、层（Layer）和精灵（Sprite）四大基础概念构建，它们共同构成了2D游戏开发的“舞台-场景-图层-角色”模型。无论是Cocos2d-x（C++原生）、Cocos Creator（TypeScript可视化）还是Cocos2d-js（JavaScript Web），这四者的逻辑关系与核心职责均保持高度一... 引言Cocos2d系列引擎的核心架构围绕导演（Director）、场景（Scene）、层（Layer）和精灵（Sprite）四大基础概念构建，它们共同构成了2D游戏开发的“舞台-场景-图层-角色”模型。无论是Cocos2d-x（C++原生）、Cocos Creator（TypeScript可视化）还是Cocos2d-js（JavaScript Web），这四者的逻辑关系与核心职责均保持高度一...
- 在完成了解析学习之后，我们来做个实践编程，代码如下：import numpy as npimport struct# int16 的范围int16_min = np.iinfo(np.int16).minint16_max = np.iinfo(np.int16).max# float16 的范围 float16_min = np.finfo(np.float16).minfloat16_... 在完成了解析学习之后，我们来做个实践编程，代码如下：import numpy as npimport struct# int16 的范围int16_min = np.iinfo(np.int16).minint16_max = np.iinfo(np.int16).max# float16 的范围 float16_min = np.finfo(np.float16).minfloat16_...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签