摘要: 方法 阅读全文
posted @ 2024-04-25 18:47 太一吾鱼水 阅读(1) 评论(0) 推荐(0) 编辑
摘要: 参考:https://blog.csdn.net/qq_64671439/article/details/135293643 1.下载anaconda最新版:https://www.anaconda.com/download https://blog.csdn.net/weixin_46947765 阅读全文
posted @ 2024-04-24 13:20 太一吾鱼水 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 这次装Ubuntu真是折腾,究其原因,就是这个新电脑的固态硬盘开始时采用了MBR分区。 我制作的启动盘采用UEFI引导,所以一直找不到固态硬盘上已经安装的Windows10系统。 搜了一堆子资料,最后把整个固态硬盘格式化,改为GUID分区格式,或者叫做GPT(非CSM),大致就是GPT分区是比较MB 阅读全文
posted @ 2024-04-06 16:08 太一吾鱼水 阅读(18) 评论(0) 推荐(0) 编辑
摘要: 1. 黑白图、三通道图转化为单通道图 第一种办法(读取时就转化):img = cv2.imread('test.jpg', 0) # 参数0等价于:cv2.IMREAD_GRAYSCALE。 如果不加0,会默认读取为三通道图像,即便原图像是灰度图。第二种办法(读取后再转化):img = cv2.cv 阅读全文
posted @ 2024-03-25 18:19 太一吾鱼水 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 全部代码如下: import torch import torch.nn as nn import torch.optim as optim import torch.nn.functional as F from torchvision import datasets, transforms # 阅读全文
posted @ 2024-03-25 09:01 太一吾鱼水 阅读(3) 评论(0) 推荐(0) 编辑
摘要: git clone --recurse-submodules https://github.com/cvg/DeepLSD.git 直接用 cd DeepLSDbash quickstart_install.shmkdir weightswget https://www.polybox.ethz.c 阅读全文
posted @ 2024-03-12 20:44 太一吾鱼水 阅读(29) 评论(0) 推荐(0) 编辑
摘要: 使用matlab2021b读取hdf5文件 info = h5info('00030043.hdf5');data_df = h5read('00030043.hdf5','/df');data_angle = h5read('00030043.hdf5','/line_level');b=resh 阅读全文
posted @ 2024-03-11 22:41 太一吾鱼水 阅读(43) 评论(0) 推荐(0) 编辑
摘要: (base) ➜ DeepLSD git:(main) ✗ pip install -e line_refinement Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simpleObtaining file:///home/featur 阅读全文
posted @ 2024-02-21 18:52 太一吾鱼水 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 下载源码:git clone --recurse-submodules https://github.com/graphdeco-inria/gaussian-splatting.git 利用conda创建虚拟环境:conda create -n gs python=3.8 切换虚拟环境:conda 阅读全文
posted @ 2024-02-03 19:30 太一吾鱼水 阅读(125) 评论(0) 推荐(0) 编辑
摘要: https://towardsdatascience.com/a-comprehensive-overview-of-gaussian-splatting-e7d570081362 3D Gaussian Splatting测试了一个精灵4无人机飞的MOV格式视频,重建效果如下: 对应的ply点云效 阅读全文
posted @ 2024-02-02 22:16 太一吾鱼水 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 深度学习中存在一些问题,包括但不限于以下几个方面: 贝叶斯理论与深度学习:深度学习模型的训练和推断方法通常基于概率论和统计学原理,但与贝叶斯推理理论的融合仍存在一些挑战和问题。 解释性和可解释性:深度学习模型往往被视为“黑匣子”,其决策过程不太可解释。如何提高深度学习模型的解释性,使其决策过程和结果 阅读全文
posted @ 2024-02-02 14:15 太一吾鱼水 阅读(14) 评论(0) 推荐(0) 编辑
摘要: 1 import os 2 import pickle 3 import numpy as np 4 import cv2 5 import scipy.io as sio 6 from tqdm import tqdm 7 8 data_root = 'D:/dl_exp/Labeling_lin 阅读全文
posted @ 2024-01-25 17:26 太一吾鱼水 阅读(12) 评论(0) 推荐(0) 编辑
摘要: 问题1: 后台缓存收回进程无法释放上下文[/BUSINESS的缓存的[10]%-请考虑增加缓存的最大大小。 原因:出现该问题是Tomcat启动时,占用的缓存较大,Tomcat默认的缓存是10000KB.解决:需要调整Tomcat目录下\conf\context.xml文件中的缓存的最大值,需要添加在 阅读全文
posted @ 2023-12-18 20:49 太一吾鱼水 阅读(230) 评论(0) 推荐(0) 编辑
摘要: from sklearn.neighbors import KDTree from os.path import join, exists, dirname, abspath import numpy as np import os, glob, pickle import sys BASE_DIR 阅读全文
posted @ 2023-12-16 09:42 太一吾鱼水 阅读(12) 评论(0) 推荐(0) 编辑
摘要: 点击球面位置,获取经纬度坐标和高程。 代码: 1 var annotations; 2 function axToolCoordinate(layer) { 3 var handler=new Cesium.ScreenSpaceEventHandler(viewer.canvas); 4 anno 阅读全文
posted @ 2023-12-13 17:46 太一吾鱼水 阅读(28) 评论(0) 推荐(0) 编辑
摘要: 1.切割单体化 2.火柴盒模型,建筑轮廓多边形+高程 拉伸 3.特征线组合优化 4.拓扑强化+模型库 5.空间划分 (1)二维空间划分+影像分类语义 (2)三维空间划分+面元选择 (3)三维空间划分+胞腔(体元)标记 6.逆程序化建模 CityEngine 阅读全文
posted @ 2023-10-13 13:37 太一吾鱼水 阅读(67) 评论(2) 推荐(1) 编辑
摘要: 1.功能说明: 鼠标绘制多边形进行查询,通过多边形范围,调用Geoserver发布的WFS服务,查询相交的地图要素,将返回结果高亮显示。 单击高亮显示的要素,显示要素的属性信息。 2.网页html代码: <!DOCTYPE html> <html lang="en"> <head> <meta ch 阅读全文
posted @ 2023-09-11 22:51 太一吾鱼水 阅读(625) 评论(0) 推荐(0) 编辑
摘要: Python 3.7 pip install d2l==0.14.4 pip install pandas==1.3.5 Matplotlib 的最新稳定版本为 3.4,但是在 Python 3.7 版本中,我们可以使用的 Matplotlib 版本是 3.3.4 pip install jobli 阅读全文
posted @ 2023-09-10 21:33 太一吾鱼水 阅读(239) 评论(0) 推荐(0) 编辑
摘要: html代码 1 <!DOCTYPE html> 2 <html lang="en"> 3 <head> 4 <meta charset="utf-8" /> 5 <meta http-equiv="X-UA-Compatible" content="IE=edge" /> 6 <meta name 阅读全文
posted @ 2023-08-31 16:49 太一吾鱼水 阅读(209) 评论(0) 推荐(0) 编辑
摘要: https://pytorch.org/ https://blog.csdn.net/weixin_43737866/article/details/127784768 https://www.jianshu.com/p/4c7b9127cf83 https://blog.csdn.net/m0_5 阅读全文
posted @ 2023-08-29 22:41 太一吾鱼水 阅读(79) 评论(0) 推荐(0) 编辑