albumentationhttps://albumentations.ai/docs/#getting-started-with-albumentationsBlur 模糊VerticalFlip 水平翻转HorizontalFlip 垂直翻转RandomBrightness 随机亮度RandomContrast 随机对比度Flip 翻转Normalize 归一化Transpose 转置Rand

第一种，opencv1.0时使用的方法，最近用到硬触发，60帧每秒，测了下效率，真够低的，居然要16-30ms...CvvImage.h#pragma once#ifndef CVVIMAGE_CLASS_DEF#define CVVIMAGE_CLASS_DEF#include "opencv2/opencv.hpp"using namespace cv;classCvvImage{public

测试系统：win7首先手动输入wifi热点的密码链接上热点链接上后，cmd指令下输入：netsh wlan show profiles 显示wifi配置文件（链接过的热点都会有一个对应的配置文件）如果已经有链接的热点就正常了，然后导出所有配置文件：netsh wlan export profile导出的文件，我这边的默认目录是：C:\Users\Administra

原理不管了，直接记录方法，要不要的会用一下，有需要再补充1、定义接口函数方式：extern "C"  void __stdcall Function();2、工程中加入def文件：LIBRARY    EXPORTS FunctionEXPORTS ...然后在属性页-》配置属性-》链接器中添加def文件案例：---autofocus.h--

https://www.qcloud.com/community/article/485985  图像识别框架

2016年肺癌分析https://luna16.grand-challenge.org/

指纹具有纹理及方向上的先验，作者通过gabor滤波器组提取指纹的方向信息，并融入模型。这篇文献还有其他亮点：Finger 特征点坐标的表示方式图像经过目前设计神经网络一般都是图像的分别率下降，而通道增加，finger net输入分辨率512*512，最后变为64*64，这时一种方法是将图像上采样到512*512，然后再回归坐标，而作者的做法是在回归目标上做到原始分辨率级别的坐标回归：用三个图来表示

1）增加相机分辨率2）使用双目结构光单目与双目的区别：双目只需要两个相机单独标定然后两个相机联合标定，不需要与结构光做相位展开标定，但需要做相位匹配才能重建。利用的就是双目视差原理获取深度信息（三维信息）单目需要与结构光做相位展开标定，得到相位解包裹数据后，使用标定参数换算三维数据，这种方案不用做双目的相位匹配，所以速度快。相同分辨率下双目精度高,如果单目的分辨率高于双目那单目的精度也会高些***

参考链接：https://blog.csdn.net/weixin_36896856/article/details/103471086我相信有一堆人和我一样刚开始看Transformer 中的 Query、Key 与 Value都是一脸懵逼，参考链接里算是比较容易看懂的，但我觉得仅仅讲清楚了怎么计算Query、Key 与 Value与Transformer计算过程，却没讲为什么这样算，自己很幸运

如果在小物距场景下做单目结构光系统的过程中一般会遇到景深问题，因为单目结构光点云获取利用的就是三角测量，相机与结构光会有一个夹角，如果光机垂直投影，相机倾斜拍摄就会涉及到目标平面不同位置的聚焦，景深不够就会导致有的地方清晰，有的地方模糊，为了获得较好的景深一般会将光圈打到最小，而沙姆镜头可以做到光圈极大时的清晰成像，原理理解起来不算复杂：真正难的是如何在项目中使用。沙姆定理是导致了焦平面偏移的，使