UWB（Ultra Wide Band，超宽带）信号与其他无线信号相比具有大带宽，功耗低，精度高，穿透能力强等特性，因此其在室内定位领域有着十分广泛的应用。与其他室内定位算法相比，基于UWB的室内定位算法的定位精度可以达到厘米级别，UWB室内定位算法的误差主要来源于NLOS（Non Line Of Sight，非视距）信号。本文采用CNN（Convolutional Neural Network，卷积神经网络）、FCN（Full Convolutional Network，全卷积神经网络）和ResNet（Resid…
在数据分析中，我们经常需要展示多个维度的数据变化。最近，我用Python的Matplotlib库绘制了一个非常直观的3D折线图，展示了不同维度的数据随时间的变化。这种图不仅能应用在深度学习模型的训练中，也适用于各种场景下的数据可视化！📊
Matplotlib 可以绘制绝大多数的图表，包括折线图、柱状图、散点图等。这些图表的绘制方法都是类似的，只是参数设置有所不同。下面我们分别介绍这三种图表的绘制方法。折线图是一种常见的图表类型，用于反应两个变量之间的关系。
在数据科学和机器学习的工作流程中，数据可视化是不可或缺的一环。无论是探索数据模式，还是展示分析结果，一个好的可视化工具都可以极大地提升我们对数据的理解和决策能力。Matplotlib不仅能帮助我们创建各种类型的静态图表，还支持生成交互式和动画效果的可视化，从而满足不同场景下的需求。
基于OpenCV帧间差分的静止背景运动目标轨迹捕捉; 使用python opencv 对静止背景下的运动目标轨迹进行捕捉，核心是利用帧间差分，并结合其他图像处理方式实现运动目标区域的获取，然后进行可视化。 遇到一个需求，背景变换不大，捕捉一个发光羽毛球的运动轨迹，涉及的核心方法就是 帧间差分 看一下原始视频和最终效果 这个发光的就是发光羽毛球，视频的背景变化不大，还算可控 感谢 https://uutool.cn/gif-edit/ https://www.freeconvert.com/zh/gif-compre…
图像引导的深度补全是一项通过利用稀疏深度测量和RGB图像来估计密集深度图的任务；它通过估算深度来填充未测量的区域。由于许多深度传感器（如LiDAR和飞行时间相机（ToF））只能提供稀疏的深度图，这项任务变得尤为重要。随着深度信息在自动驾驶和各种3D应用中的广泛应用，深度补全已经成为一个重要的研究课题。近年来，随着深度神经网络的成功，基于学习的方法通过利用大量训练数据显著提升了性能。这些方法尝试融合多模态特征，如表面法线或提供重复的图像引导。尤其是，基于亲和性的空间传播方法被广泛研究。
本文完成一个点云变换的插件，同时也是对CC接口的使用做进一步说明，进一步理解CC插件开发流程，利用CC平台和已有代码加快实现定制功能。 本文阅读，建议看过前面后再来学习 [点云处理] cloud compare二次插件功能开发（一）结构搭建 [点云处理] cloud compare二次插件功能开发（二）插件逻辑 这个功能在 cc 已有，位于 edit->apply_transformation 这里 文件逻辑组织还和 [点云处理] cloud compare二次插件功能开发（一）结构搭建，不多赘述 项目代码全…
在上一节搭建框架的基础上进行代码逻辑开发，包括第三方库引入，ui获取用户输入，主程序的逻辑各个函数编写。 我们已经完成了 具体开发前的准备工作，包括 各级CMakelists.txt 的设置，相关内容的修改，并已成功编译 这一节针对我们的qPCA插件，引入进阶内容，包括第三方库引入、设置用户输入参数界面以及具体逻辑的编写 最终整体的qPCA插件目录结构如下 第三方库引入 由于cc 处理的主要是点云、网格数据，较少涉及到大型矩阵的求解，而PCA分析需要去计算矩阵，在这里我们要引入第三方库Eigen 帮助完成(其实cc…
点云处理，有一个出名的处理软件，cloud compare，简称cc，将自己实现的功能以插件形式集成到CC里，方便使用 前提 环境：cc 2.13，qt 5.15，cmake 3.18，vs2019【其他组合也可，本文基于此展开】 能力要求：能够使用cmake成功编译 cc并安装 CC插件概述 CC提供了一种插件化的二次开发方式，以插件的形式，避免了核心代码的修改，利用提供的接口，完成我们需要功能的二次开发 组织结构 cc中的插件全都放在 源码plugins文件夹下 core 是 cc已经实现的插件功能 examp…
本文介绍了一个基于机器学习的眼疾识别系统，使用了ResNet18和ResNet18-NAM两种卷积神经网络模型来对眼底图像进行分类，以实现自动眼疾识别。通过对两个公开数据集 iChallenge-PM 和 眼病分类数据集 的部分数据进行处理，并将其调整为 224x224 的图像尺寸。文章重点研究了基于注意力机制的ResNet18-NAM模型，其中引入了NAM（归一化注意力机制）以增强模型的注意力计算能力。实验结果表明，ResNet18-NAM在准确率和模型效率上优于标准ResNet18，并且在多项指标上均表现出较好…
语音情绪识别是音频分类的一个重要应用场景，在机器人制造、自动化、人机交互、安全、医疗、驾驶和通信等领域具有高实用价值。本文利用飞桨框架实现的ResNet18模型，实现了6种语音情绪的识别。数据集包含6类情绪，每类50个样本，共300条数据。音频数据通过librosa库处理，并使用MFCC算法提取特征，转化为图片形式用于训练。模型训练过程展示了高准确率和低损失函数，最终测试模型的准确率为86.67%，展示了情绪识别的良好效果。
