logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

匿名OpenMV与拓空者Pro无人机控制代码实战解析

终于到了激动人心的实战环节!我们将OpenMV安装在无人机前端,朝下倾斜一定角度(便于观察前方目标),通过UART2将目标归一化误差发送给拓空者Pro。飞控接收到数据后,将其映射为Roll/Pitch通道的微调量,送入PID控制器进行姿态修正。伪协议示例:含义:e_x=0.3(偏右),e_y=-0.2(偏后),状态码1表示目标可见。飞控解析后执行:增益系数可通过地面站动态调节,直到达到理想响应速度

LabVIEW在四轴运动控制系统中导入和处理CAD文件的实战教程

本文还有配套的精品资源,点击获取简介:本文详细介绍了如何使用LabVIEW导入CAD文件,并应用于四轴运动控制系统中。通过NI 7344四轴运动控制板卡,LabVIEW可以处理CAD文件并生成控制信号。内容涵盖了CAD文件导入、解码、运动控制、编程实践以及CAD模板应用等关键步骤。文章旨在帮助开发者掌握LabVIEW编程和CAD文件处理,以实现精确的运动路径控制。...

RaNER模型对比学习:提升实体识别边界准确性

本文围绕RaNER模型在中文命名实体识别中的应用,系统阐述了其从理论创新到工程落地的全过程。通过引入回归式解码机制,RaNER有效解决了传统序列标注方法在实体边界判断上的局限性;结合对比学习策略,进一步增强了模型对细微语义差异的判别能力。在实践层面,基于该模型构建的智能实体侦测服务不仅实现了高精度识别,还提供了直观的WebUI交互体验与灵活的API接入方式,真正做到了“即写即测、开箱可用”。支持更

DAMO-YOLO TinyNAS多目标跟踪:DeepSORT算法集成实战

本文介绍了如何在星图GPU平台上自动化部署🦅 EagleEye: DAMO-YOLO TinyNAS镜像,快速构建多目标跟踪系统。该系统集成了DAMO-YOLO TinyNAS检测器与DeepSORT跟踪算法,可应用于智慧交通场景,实现对视频中车辆、行人的实时检测与连续轨迹跟踪。

#目标检测
MediaPipe Pose部署指南:33个关键点检测保姆级教程

本文介绍了基于星图GPU平台自动化部署AI人体骨骼关键点检测镜像的完整方案,结合MediaPipe Pose实现33个关键点的高精度识别。该镜像支持本地化运行,无需依赖云端API,适用于动作捕捉、智能健身等场景,开箱即用,助力AI应用快速开发与落地。

DAMO-YOLO TinyNAS模型集成:多任务学习框架

本文介绍了如何在星图GPU平台上自动化部署🦅 EagleEye: DAMO-YOLO TinyNAS镜像,实现多任务学习框架。该镜像能够同时完成目标检测、实例分割和人体姿态估计,适用于智能安防、自动驾驶等需要综合视觉分析的应用场景,显著提升计算效率。

#目标检测#计算机视觉
MATLAB 3D绘图:使用Anaglyph注释增强立体视觉效果

MATLAB提供了一系列强大的内置函数用于3D数据可视化,包括:plot3:用于绘制三维线条图。surf和mesh:用于生成三维曲面图。contour3:用于绘制三维等高线图。pcolor:用于创建三维伪彩色图。scatter3:用于绘制三维散点图。slice:用于在三维空间中切片显示数据。使用这些函数时,可以通过调整参数来定制图形的外观,例如颜色、线型、光照和阴影等。

ollama-QwQ-32B微调实践:优化OpenClaw的鼠标操作准确率

本文介绍了如何在星图GPU平台上自动化部署【ollama】QwQ-32B镜像,优化OpenClaw的鼠标操作准确率。通过微调该模型,可显著提升GUI自动化任务的执行精度,如按钮点击、文本输入等常见操作,适用于自动化办公、界面测试等场景。

卷积神经网络(CNN)原理浅析:从Z-Image-Turbo的VAE编码器谈起

本文介绍了卷积神经网络(CNN)在AI图像生成中的核心原理,并以Z-Image-Turbo模型的VAE编码器为例进行解析。用户可在星图GPU平台上自动化部署Z-Image-Turbo-rinaiqiao-huiyewunv镜像,快速搭建AI绘画环境,轻松应用于创意图片生成、艺术创作等场景,实现从文本描述到高质量视觉内容的转换。

#深度学习
AIGlasses智能眼镜实战体验:上传视频就能测盲道检测效果

本文介绍了如何在星图GPU平台上自动化部署AIGlasses_for_navigation可穿戴智能设备镜像,实现AI辅助的盲道检测功能。用户无需硬件设备,通过上传街道行走视频,即可快速测试并可视化盲道识别效果,为无障碍设施巡检和视障人士出行辅助提供了便捷的AI解决方案。

#计算机视觉
    共 746 条
  • 1
  • 2
  • 3
  • 75
  • 请选择