- 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_...
- 一、引言1.1 鸿蒙图像处理的重要性随着移动设备性能提升和用户对视觉体验要求提高，实时图像处理成为现代应用的核心功能。鸿蒙系统作为新一代分布式操作系统，在图像处理领域具有独特的技术优势。1.2 技术价值与市场前景public class HarmonyOSImageProcessingAnalysis { /** 鸿蒙图像处理市场分析 */ public static class... 一、引言1.1 鸿蒙图像处理的重要性随着移动设备性能提升和用户对视觉体验要求提高，实时图像处理成为现代应用的核心功能。鸿蒙系统作为新一代分布式操作系统，在图像处理领域具有独特的技术优势。1.2 技术价值与市场前景public class HarmonyOSImageProcessingAnalysis { /** 鸿蒙图像处理市场分析 */ public static class...
- 北京时间2025年9月25日，在伦敦举行的YOLO Vision 2025大会上，Ultralytics创始人兼CEO Glenn Jocher正式发布了备受期待的YOLO26。作为YOLO系列的最新成员，YOLO26承诺成为更好、更快、更小的Vision AI模型，专门为边缘和低功耗设备设计。为什么YOLO26是游戏规则改变者？YOLO26并非简单的版本升级，而是一次理念上的革新。它的架... 北京时间2025年9月25日，在伦敦举行的YOLO Vision 2025大会上，Ultralytics创始人兼CEO Glenn Jocher正式发布了备受期待的YOLO26。作为YOLO系列的最新成员，YOLO26承诺成为更好、更快、更小的Vision AI模型，专门为边缘和低功耗设备设计。为什么YOLO26是游戏规则改变者？YOLO26并非简单的版本升级，而是一次理念上的革新。它的架...
- 当 YOLO 遇见编剧：用自然语言生成技术把“目标检测”写成“目标剧情” 目录为什么 CV 圈的王牌 YOLO 能跨界写剧本？剧本写作的本质：把“事件”检测出来并串成“时序”技术架构：YOLO 当“眼睛”，NLP 当“手”，联合优化当“大脑”数据层：如何把 90 min 电影抽成 10 万“镜头-动作-台词”三元组模型层：YOLO-Scene + Diffusion-NLG 端到端训练细节... 当 YOLO 遇见编剧：用自然语言生成技术把“目标检测”写成“目标剧情” 目录为什么 CV 圈的王牌 YOLO 能跨界写剧本？剧本写作的本质：把“事件”检测出来并串成“时序”技术架构：YOLO 当“眼睛”，NLP 当“手”，联合优化当“大脑”数据层：如何把 90 min 电影抽成 10 万“镜头-动作-台词”三元组模型层：YOLO-Scene + Diffusion-NLG 端到端训练细节...
- 1. 引言在移动应用开发中，图片是最常见的媒体元素之一——从应用图标、用户头像到商品展示图，图片不仅承担着信息传递的核心作用，更直接影响用户体验与性能表现。然而，图片资源往往具有 体积大、加载慢、占用内存高 的特点，尤其在弱网环境或低端设备上，直接加载高清图片可能导致页面卡顿、流量浪费甚至应用崩溃。鸿蒙系统（HarmonyOS）作为面向全场景的分布式操作系统，通过 ArkUI 框... 1. 引言在移动应用开发中，图片是最常见的媒体元素之一——从应用图标、用户头像到商品展示图，图片不仅承担着信息传递的核心作用，更直接影响用户体验与性能表现。然而，图片资源往往具有 体积大、加载慢、占用内存高 的特点，尤其在弱网环境或低端设备上，直接加载高清图片可能导致页面卡顿、流量浪费甚至应用崩溃。鸿蒙系统（HarmonyOS）作为面向全场景的分布式操作系统，通过 ArkUI 框...
- 1. 引言在智能终端设备（如手机、平板、智能穿戴）普及的今天，计算机视觉技术已成为连接物理世界与数字交互的核心桥梁。无论是通过拍照快速识别物体（如“这是什么花？”）、扫描文档提取文字（如合同、发票），还是实时检测人脸实现安全支付，计算机视觉能力（尤其是图像识别和OCR文字识别）正深刻改变着用户与设备的交互方式。华为鸿蒙操作系统（HarmonyOS）凭借其分布式架构和强大的硬件适配能力... 1. 引言在智能终端设备（如手机、平板、智能穿戴）普及的今天，计算机视觉技术已成为连接物理世界与数字交互的核心桥梁。无论是通过拍照快速识别物体（如“这是什么花？”）、扫描文档提取文字（如合同、发票），还是实时检测人脸实现安全支付，计算机视觉能力（尤其是图像识别和OCR文字识别）正深刻改变着用户与设备的交互方式。华为鸿蒙操作系统（HarmonyOS）凭借其分布式架构和强大的硬件适配能力...
- 102类农业害虫数据集（20000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】 数据集分享通过网盘分享的文件：102类农业害虫数据集链接: https://pan.baidu.com/s/1DZIAYJqoTomT9WJEsIrX7Q?pwd=sede 提取码: sede在智慧农业和智能害虫监测中，构建一个高质量的农业害虫识别数据集是实现自动化检测与分类的关... 102类农业害虫数据集（20000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】 数据集分享通过网盘分享的文件：102类农业害虫数据集链接: https://pan.baidu.com/s/1DZIAYJqoTomT9WJEsIrX7Q?pwd=sede 提取码: sede在智慧农业和智能害虫监测中，构建一个高质量的农业害虫识别数据集是实现自动化检测与分类的关...
- 道路表面缺陷数据集（裂缝/井盖/坑洼）（6000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】数据集已划分为train、test、val。共计6000张图片，对应标注文件。本数据集专注于 道路表面缺陷检测与识别，共计 6000张高分辨率图片，涵盖了常见的 裂缝、井盖、坑洼、修补区域 等多种复杂场景。数据集采用 YOLO项目标准格式，并已完成 train、val... 道路表面缺陷数据集（裂缝/井盖/坑洼）（6000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】数据集已划分为train、test、val。共计6000张图片，对应标注文件。本数据集专注于 道路表面缺陷检测与识别，共计 6000张高分辨率图片，涵盖了常见的 裂缝、井盖、坑洼、修补区域 等多种复杂场景。数据集采用 YOLO项目标准格式，并已完成 train、val...
- 随着中医药现代化和智能化进程的不断推进，如何借助人工智能技术实现中药材的快速识别与分类，已成为中医药信息化领域的重要研究方向。传统的中药材识别依赖于专家经验和人工比对，效率低下、误差较大，尤其在中药材种类繁多、外观相似度高的背景下，更加凸显自动识别技术的重要性。 随着中医药现代化和智能化进程的不断推进，如何借助人工智能技术实现中药材的快速识别与分类，已成为中医药信息化领域的重要研究方向。传统的中药材识别依赖于专家经验和人工比对，效率低下、误差较大，尤其在中药材种类繁多、外观相似度高的背景下，更加凸显自动识别技术的重要性。
- 在人工智能（AI）领域，AI Agent的快速适应能力是衡量其智能程度的重要指标之一。传统的AI模型通常需要大量的训练数据才能够适应新环境，但随着问题的复杂性增加，这种方法往往效率低下且无法满足快速变化的需求。元学习（Meta-Learning）作为一种研究如何使模型能够“学习如何学习”的技术，为提升AI Agent的快速适应能力提供了新的思路。 在人工智能（AI）领域，AI Agent的快速适应能力是衡量其智能程度的重要指标之一。传统的AI模型通常需要大量的训练数据才能够适应新环境，但随着问题的复杂性增加，这种方法往往效率低下且无法满足快速变化的需求。元学习（Meta-Learning）作为一种研究如何使模型能够“学习如何学习”的技术，为提升AI Agent的快速适应能力提供了新的思路。
- YOLOv3 技术深度解析：从理论到实践的完整指南 YOLOv3 技术深度解析：从理论到实践的完整指南
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签