上一页 1 ··· 24 25 26 27 28 29 30 31 32 ··· 54 下一页
摘要: 1. 先做核心力量动作大概15 20min 2. 跳绳1500个,每组300个5min,休息1分钟,共30min 要点 第一:收紧核心,保持身体稍稍后仰 第二:全脚掌落地 第三:有节奏地腹式呼吸,核心以上保持放松 3. 可以自由搭配腹肌撕裂者及俯卧撑,腹肌撕裂者等。 4. 平日坐姿: 要点 臀后部及 阅读全文
posted @ 2020-05-17 22:38 Parallax 阅读(327) 评论(0) 推荐(0) 编辑
摘要: 插入区块 一级标题 二级标题 三级标题 Markdown格式的公式中,以反斜杠\+英文单词 作为一个特殊符号的实现,并且每一部分用大括号*{}*分隔。 行内公式插入 \(xyz\) 独行公式,居中插入 \(xyz\) 上标与下标及其组合 \(x^4\) $x_5$$V_{初始}$ \({H}_8{O 阅读全文
posted @ 2020-05-16 16:11 Parallax 阅读(496) 评论(0) 推荐(0) 编辑
摘要: Hello World! 一级标题 不是标题 不要用 ,因为标题实际上是多格式的融合 Hello World! 二级标题 标题部分自带分割线 文本字体效果 斜体 粗体 粗斜体 分割线 被分割部分示例(四个以上的减号占据一行可以做出分割线的效果。) 删除线 ~~删除本行文本~~ 下划线 本段添加下划线 阅读全文
posted @ 2020-05-16 11:32 Parallax 阅读(120) 评论(0) 推荐(0) 编辑
摘要: 字符 描述\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。 ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multilin 阅读全文
posted @ 2020-05-16 10:33 Parallax 阅读(3411) 评论(0) 推荐(0) 编辑
摘要: 近红外相机:红外图象 是获取物体红外光的强度而成的图象 单通道 灰度相机:灰度图象 是获取物体可见光的强度 单通道 彩色相机: RGB图像 3通道 人在相机前的位置是变化的,由于相机成像原理,无法直接通过彩色相机成像利用相机间的空间位置关系去简单的几何映射得到近红外图像上的人脸位置。 因此近红外图像 阅读全文
posted @ 2020-05-15 13:43 Parallax 阅读(445) 评论(0) 推荐(0) 编辑
摘要: 当接触一个全新的机器视觉项目时,基本流程为:确定客户需求、方案设计、软件开发、现场调试、文档交接。在实际项目中,各个流程可能互相耦合,不过整体流程是基本明确的,整理后如下 01 — 确定客户需求 项目伊始,需要准确、详细地了解客户需求,这个过程需要多次现场考察、反复与客户沟通,才能落实客户需求。主要 阅读全文
posted @ 2020-05-14 16:37 Parallax 阅读(697) 评论(0) 推荐(0) 编辑
摘要: 一、总体项目流程: 1、需求分析:一个项目主要包含 ·1)定位(①Blob分析(主要包括二值化、形态学处理、特征选择,受光照影响较大)、②模板匹配)、识别; 2)缺陷检测 3)OCR字符识别 4)测量类的项目这四个大方向 2、方案设计:根据客户应用的场合不同,选择相应的镜头、相机、支架、光源及如何打 阅读全文
posted @ 2020-05-14 16:35 Parallax 阅读(1322) 评论(0) 推荐(0) 编辑
摘要: 今天简单的介绍下开发一个视觉检测设备的流程以及机器视觉系统组成概念。 一、项目分析四步骤: 1、客户需求分析 项目类型: a)、缺陷检测(目前也是复杂度最高,最应该谨慎的项目类型,雷点多,老司机上路,请做好开车前做好安全启动步骤)需要反复跟客户进行沟通了解客户检测需求。 b)、尺寸测量:自动测量产品 阅读全文
posted @ 2020-05-14 16:26 Parallax 阅读(1220) 评论(0) 推荐(0) 编辑
摘要: Pyramid scene parsing network. In Proc. CVPR, pages 2881–2890, 2017 目的:扩大感受野,尽可能的利用全局上下文信息(某种程度上,可以认为感受野大小可以认为是对上下文信息利用的程度)。 做法: 1.对骨干提取的feature map(c 阅读全文
posted @ 2020-05-13 17:15 Parallax 阅读(2637) 评论(0) 推荐(0) 编辑
摘要: 一、RPN: 首先图片经过backbone抽取特征图 然后,RPN网络首先对特征图做一下卷积,比如3*3*256,对于特征图上每个像素点就得到(1,256)的长向量,分两支分别判断: 1.是不是物体(因为只是区域建议,只需要区分是前景还是背景) 2.若是物体(即认为此号anchor是Positive 阅读全文
posted @ 2020-05-13 10:50 Parallax 阅读(330) 评论(0) 推荐(0) 编辑
上一页 1 ··· 24 25 26 27 28 29 30 31 32 ··· 54 下一页