不废话，上代码，mongodb数据库中的date_time是ISODate类型，对应映射的是Date类型，现在有一个问题，如上代码对于时间的区间查询无法正取匹配，也就是说，gte和lte函数转化之后的数据不对。原生方法可以解决ISODate问题，但是！需要用迭代器去进行遍历。我还是更倾向于用Query方式去做，所以，我还在继续摸索关于ISODate问题。

立体视觉是一种计算机视觉技术，其目的是从两幅或两幅以上的图像中推理出图像中每个像素点的深度信息。机器人、辅助驾驶/无人驾驶、无人机等等。立体视觉借鉴了人类双眼的“视差”原理，即左、右眼对于真实世界中某一物体的观测是存在差异的，我们的大脑正是利用了左、右眼的差异，使得我们能够辨识物体的远近。（视差）不是很理解?把一只眼睛捂住.P为空间中的点，P和P'是点P在左右像平面上的成像点，f是焦距，OR和OT

启动容器执行的命令，仅用于验证安装配置是否正确，生产环境使用需注释后再build。拷贝相关jdk压缩包（.tar.gz后缀）到服务器目录（例：/usr/local）注意路径，我的完整路径是/usr/local/share/oracle-jdk。创建基于oracle jdk8的自定义docker镜像。如果服务器的版本是open-jdk，则进行如下操作。移动jdk包到oracle-jdk文件夹。创建o

4. 将第1组倒数第三层图像作比例因子为2的降采样（尺寸减半），得到的图像作为第2组的第1层，然后对第2组的第1层图像做平滑因子为σ的高斯平滑，得到第2组的第2层，就像步骤2中一样，如此得到第2组的L层图像，同组内它们的尺寸是一样的，对应的平滑系数分别为：0，σ，kσ，k^2σ,k^3σ……举个栗子：你拍了一张美女照，看到的肯定是整体，然后在你细看的时候，化身成了列文虎克，发现了华点，那么这个时候

Canny是目前最优秀的边缘检测算法之一，其目标为找到一个最优的边缘，其最优边缘的定义为：1、好的检测：算法能够尽可能的标出图像中的实际边缘2、好的定位：标识出的边缘要与实际图像中的边缘尽可能接近3、最小响应：图像中的边缘只能标记一次。

点成线，线成面（网）生物神经网络的基本工作原理：一个神经元的输入端有多个树突，主要是用来接收输入信息的。输入信息经过突触处理，将输入的信息累加，当处理后的输入信息大于某一个特定的阈值，就会把信息通过轴突传输出去，这时称神经元被激活。相反，当处理后的输入信息小于阈值时，神经元就处于抑制状态，它不会像其他神经元传递信息。或者传递很小的信息。举个例子，你被蚊子叮的时候，可能压根就感觉不到，但是要是别人给

点成线，线成面（网）生物神经网络的基本工作原理：一个神经元的输入端有多个树突，主要是用来接收输入信息的。输入信息经过突触处理，将输入的信息累加，当处理后的输入信息大于某一个特定的阈值，就会把信息通过轴突传输出去，这时称神经元被激活。相反，当处理后的输入信息小于阈值时，神经元就处于抑制状态，它不会像其他神经元传递信息。或者传递很小的信息。举个例子，你被蚊子叮的时候，可能压根就感觉不到，但是要是别人给

CNN就是著名的卷积神经网络，是一种前馈神经网络。CNN不同于传统的神经网络只有线性连接，CNN包括卷积（convolution）操作、汇合（pooling）操作和非线性激活函数映射（即线性连接）等等。经典的CNN网络有Alex-Net、VGG-Nets、Resnet等。之前提到了卷积,什么?!卷什么,卷积!卧槽,DNA动了,积你太美!!!baby。