对于三维视觉而言，需要清晰了解世界坐标系和像素坐标系的对应关系。本文用python做实验。相机内外参数的数学推导可以看我之前的博客《【AI数学】相机成像之内参数》，《【AI数学】相机成像之外参数》。

Overleaf很多模板中，需要用pdf格式来插入图片，即将png/jpg图片转化成pdf，才能插入此图。这么一来，就需要额外做一步转化。

ply文件，是"Polygon File Format"的简称，即多边形文件格式。一般可以理解为，一个ply文件表示一个三维图形。python常见的读取ply文件的方法有两个：plyfile和open3d

在inference阶段，整个模型会load到GPU上，进行端到端的计算，通常只会给你输出一个最终结果。如果想要获取模型的中间层输出，则需要在计算前标定目标层位置(通过forward返回)，或者把模型在那层截断(当作一个小模型)输出。本文介绍2种获取模型中间层输出结果的方法：1. 标定目标层位置def forward(self, x):layer1_out = self.layer1(x)laye

如果想利用python+opencv把两段视频拼接在一起，可以有两种想法：1. 第二个视频直接接在第一个视频后边，延长帧。这种我称为“纵向拼接”；2. 第一个视频和第二个视频每一帧平铺，这样就可以同时看两个视频了；如果你是第1个目的点进本文的，那么不好意思，本文不满足你的要求。本文主要面向横向拼接视频，把自己写的脚本记录一下，免得下次再写~import cv2import nu...

最近发现一款超实用的Python工具包，可以直接下载网页上的视频。适用于python3安装方法：pip install you-get使用方法：you-get https://v.qq.com/x/cover/mzc00200hoz43g8.html然后就可以得到mp4格式的视频了~爬取视频数据的神器！...

Pytorch作为一款优秀的AI开发平台，提供了完备的自定义算子的规范。我们用torch开发时，经常会因为现有算子的不足限制我们idea的迸发。众所周知，CUDA/C++都是编译性语言，编译以后再调用会比python这种解释性语言更快。所以，我们需要对CUDA有一个编译过程。直接“python setup.py install”即可完成cuda算子的编译和安装。这里的"sum_double_op"

在做Python工程时，经常遇到的一个问题就是：为了复现某个项目需要特地新建一个虚拟环境。但是，我们两个Project需要的环境几乎相同，只是有少数模块的版本互斥，这个时候都从0装一遍虚拟环境，就比较耽误时间。今天介绍的方法是：我们在已经建立好的虚拟环境的基础上再新建一个虚拟环境，不会影响原虚拟环境，即克隆虚拟环境。命令行如下：

PSNR，峰值信噪比，是基于MSE的像素比较低质量评估，一般30dB以上质量就不错，到40dB以上肉眼就很难分别了。在图像质量评估上，有三个重要指标：PSNR，SSIM，LPIPS。LPIPS，利用AI模型来量化图像之间的相似性。取值范围也是[0,1]，与SSIM相反，像这种常见的图像质量评价指标，都会收录到torchmetrics里面。SSIM，结构相似性，从分布上来比较相似性，量化到（0-1）

对于包含大量图片的大型zip文件而言，解压非常费时间，同时解压过程也会需要更大的硬盘空间。这个时候，如果Python能直接读取到zip中的图片的话，就非常有用了。本文提供PIL和cv2两种格式的图片读取。代码为本人原创，有问题可留言交流~这里用到的包是zipfile。假设有个zip文件叫“demo.zip”，其中包含"sing.jpg"、“dance.jpg”、"rap.jpg"和"basketb