- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
77700发布于 2020-09-16 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置
81720发布于 2020-01-07 - 来自专栏全栈程序员必看
unity3D场景_3D夜晚场景
在学习阿发你好的网课过程中，学习完Unity的2D课程后深有感触，决定将3D学习过程一步步记录下来，也方便日后查询。 创建3D项目 Step1：在UnityHub中新建3D项目 Step2：将页面调整为2×3布局（项目中通常使用2×3） 新建项目 选择 window -> layouts -> 2 by 3 选择 window->General->Console 调出控制台 认识3D场景 天空盒skybox：上有蓝天，下有深渊，在计算机图形学学习过程中就有所涉及。 场景中还有什么？ 方向标识：3D视图导航器Gizmos； 坐标网格Grid，标识y=0坐标平面（一般不作调整）； 摄像机与光源。 添加一个物体 Hierarchy中右键，选择 3D Object->Plane 添加一个平面； 在Inspector窗口中将transform模块中的position置为0，0，0；把平面放于正中央。
73530编辑于 2022-09-22 - 来自专栏AIGC 先锋科技
无监督3D场景理解，LLM 在 3D 场景理解中的应用与探索 ！
构建能够理解和推理3D场景的模型很难，原因在于缺乏3D监督训练的数据来源和大规模训练策略。 在这项工作中，作者问到：在没有3D预训练的情况下，预训练语言模型中的知识如何被利用来理解和推理3D场景？ 为此，作者提出了一种基于语言模型的场景理解系统SceneGPT，它可以执行无需训练或显式3D监督的3D空间推理。 作者框架的关键组成部分包括： 1)一个3D场景图，作为场景表示，编码场景中的物体及其空间关系； 2)一个可以与上下文学习相结合进行适应性训练的预训练语言模型，用于3D空间推理。 为此，作者提出的问题是：“如何利用预先训练的大型语言模型（LLMs）的知识进行3D场景理解而无需任何3D预训练？” 这使得作者可以构建3D地图而无需任何3D数据监督或大规模的训练模式。 图结构：作者用开放的词汇3D场景图（3DSG）表示场景，即。
82910编辑于 2024-08-27 - 来自专栏叽叽西
lagou 爪哇 3-3 dubbo 笔记
自定义线程池 在真实的使用过程中可能会因为使用 fix模式的线程池，导致具体某些业务场景因为线程池中的线程数量不足而产生错误，而很多业务研发是对这些无感知的，只有当出现错误的时候才会去查看告警或者通过客户反馈出现严重的问题才去查看 我们去想象这样的一个场景，一个dubbo的提供者要准备进行上线，一般都提供多台提供者来同时在线上提供服务。这时候一个请求刚到达一个提供者，提供者却进行了关闭操作。那么此次请求就应该认定为失败了。 所以基于这样的场景，我们可以通过路由的规则，把预发布(灰度)的机器进行从机器列表中移除。并且等待一定的时间，让其把现有的请求处理完成之后再进行关闭服务。 ）中，从 RpcContext 获取IP并打印到控制台，B和C都应该正确打印IP 注意：不可在业务方法调用Dubbo接口前采用硬编码的方式设置IP 编程题二：简易版Dubbo方法级性能监控 在真实业务场景中
60710编辑于 2022-05-17 - 来自专栏全栈程序员必看
3D建模场景怎么做？
在开始做3d场景之前，我绘制了一些草图。选好需要的草图后(图01)，我用3ds max从标准几何体开始制作模型，还使用了像lathe，bevel以及unwrap uvw这类的基本修改器。 图04 场景中的照明我用的一个target directional light，但是我还是在photoshop中做了进一步的加工，因为我需要把背景和最终的渲染图混合。 场景我用了adaptive dmc作为图片样本，v-ray lanczos过滤器作为边缘抗齿距过滤，irradiance贴图做基本的反弹，brute force做次要反弹。没有用任何环境照明。 完成第一个渲染之后(图05)，开始用材质之前，场景看起来有点亮，就像一个阳光明媚的一天即将来临，但是我的目的却是恰恰相反的!我想要表达的是由于一场暴风雨的来临而被人们抛弃的小镇。 枯死的树木和背景中欣欣向荣的生态环境形成了鲜明的对比，我认为这样可以帮助提高场景的诡异效果。最后的润色我使用了curves图层来获得与场景和背景故事相匹配的氛围(图07)。
1.1K20编辑于 2022-09-05 - 来自专栏Mac软件的分享
Substance 3D Stager for mac(3D场景设计和渲染软件)
Substance 3D Stager是由Adobe开发的一款全新的3D场景设计和渲染软件，它可以让用户在一个直观的界面中轻松地创建、编辑和渲染高品质的3D场景。 图片Substance 3D Stager for mac(3D场景设计和渲染软件) Substance 3D Stager特色功能包括：独特的“放置模式”：可通过简单的鼠标拖动操作将各种3D模型、材质 、灯光等元素直接添加到场景中，实现快速布局和组织。 图片可视化的灯光编辑器：可直接在场景中调整灯光的位置、强度、颜色等属性，实时预览效果。支持第三方模型和材质：可以导入用户自己创建或从其他来源获取的模型和材质，并与软件内置素材进行混合使用。 图片Substance 3D Stager适用于广泛的应用场景，如游戏制作、影视特效、产品展示等。
78100编辑于 2023-03-17 - 来自专栏WOLFRAM
Mathematica 爱心首饰 II: 3D 场景首饰
01 初衷概念 我去年曾送过一枚3D打印的爱心吊坠给我的妻子。如今我在想，今年我该送点什么给拙荆作为她的生日礼物呢？更精确一点的提法，我该造点什么来表达我的爱呢？ 在 Mathematica 的老版本中，3D 图形的生成效果大致如下。 但是 Mathematica 12.3 以后可以采用 MaterialShading 这个新函数。 如我之前所述，经过3D打印和失蜡法铸造后，我收到了我的爱心首饰。银是一种表现流体的理想材质，颜色、成形、质感、表面都有相似相通之处。波干涉的曲面图案非常清晰和闪耀，用"波光粼粼"来形容正是恰当。 One more thing 另有一事值得一提，就是传统首饰和3D场景首饰的区别。一般传统首饰仅有一个视角比较好看，通常是正面视角。 而3D场景首饰可以从所有的视角进行欣赏，每个视角都充满了浓浓爱意，每个视角都向您述说一段爱情故事。
63510编辑于 2022-03-29 - 来自专栏全栈程序员必看
Unity入门 简单的3D场景制作
Unity入门 简单的3D场景制作 准备 1.在左侧层级视图(Hierarchy)右键创建3D Object下的Terrain场景 2.选中Terrain层,在右边的Inspector窗口设置场景面积大小为 需要导入资源包操作如下图所示 9.导入成功后，选择Paint Texture-Create Layer，新建一个你喜欢的纹理 10.选中纹理，任意发挥，还可以多个纹理一起使用 11.选中标准包中预制的水层，拖入场景中 等会儿要用的资源包集合：链接: https://pan.baidu.com/s/1sJFm5MLvPFUjZCtZjDRFdw 提取码: 8fjs 1.在左侧层级视图(Hierarchy)右键创建3D Object下的Terrain场景 2.选中Terrain层,在右边的Inspector窗口设置场景面积大小为200×200 3.选择设置高度点击SetHeight选项，设置完参数点击Flatten 需要导入资源包操作如下图所示 9.导入成功后，选择Paint Texture-Create Layer，新建一个你喜欢的纹理 10.选中纹理，任意发挥，还可以多个纹理一起使用 11.选中标准包中预制的水层，拖入场景中
3.4K10编辑于 2022-09-06 - 来自专栏悟道
3-3欧几里得求最大公因子
最大公因子，指两个或多个整数共有约数中最大的一个 private static int gc(int a, int b) { if(b==0){ return a; } if(a<b){ int temp=a; a=b; b=temp; } return gc(b,a%b); }
50920发布于 2021-03-16 - 来自专栏python3
34补3-3 rhcs集群基础应用
[root@node1 ~]# ansible ha -m shell -a 'service NetworkManager stop'
93400发布于 2020-01-15 - 来自专栏3D视觉从入门到精通
谷歌开源TensorFlow 3D场景理解库
、数据处理工具、模型和指标，使得更广泛的研究社区方便地开发、训练和部署 SOTA 3D 场景理解模型。 此外，TF 3D 提供了用于训练和评估标准 3D 场景理解数据集的统一数据集规划和配置，目前支持 Waymo Open、ScanNet 和 Rio 三个数据集。 3D 稀疏卷积网络 谷歌详细介绍了 TF 3D 库中提供的高效和可配置稀疏卷积骨干网络，该网络是在各种 3D 场景理解任务上取得 SOTA 结果的关键。 下图为 3D 稀疏体素 U-Net 架构： ? 稀疏卷积网络是 TF 3D 中所提供 3D 场景理解 pipeline 的骨干。 下图为 ScanNet 数据集中室内场景的 3D 语义分割结果： ? 3D 实例分割 除了预测语义之外，3D 实例分割的另一目的是将属于同一物体的体素集中分组在一起。
1K30发布于 2021-03-19 - 来自专栏数字孪生可视化
科幻3D场景必备要素—城市篇
科幻风的瓦片滤镜颜色不宜过浅，以突出建筑群体为主，城市地面可适当增加科幻元素进行点缀，增添地面细节。
74520编辑于 2022-02-15 - 来自专栏数字孪生可视化
科幻3D场景必备要素—地球篇
科幻地球首先要保证底图颜色干净，为了突出数据效果，底图不宜使用过多或过亮的色彩，干净即可，陆地和海洋要有一定的颜色或明暗区分，增加画面层次。
72030编辑于 2022-02-16 - 来自专栏数字孪生可视化
科幻3D场景必备要素—园区篇
在设计及制作3D场景时，为了让场景具备更加饱满的细节，这里为大家列举出来一些必备的要素和注意事项。 一.辅楼 园区周边应根据视野可及的范围去配备辅楼来丰富周边场景，辅楼必须提取自真实数据，如果周边没有真实数据，需要从有数据的地方将形态各异的辅楼进行提取后，手动根据地形区块划分摆好。 二.道路 在摆好根据数据生成的辅楼之后，需要将辅楼与主要园区之间的道路用3D MAX勾画出来。道路不要单纯的按照直线勾画，需要将道路分出正反两种流动方向，并在路口附近有转弯来增加真实感。 六.3D园区的画面层次 园区的画面层次要有轻重。最显眼第一层的应该是园区或者是园区中的主建筑。主建筑中最显眼的应该是建筑上的灯箱大LOGO，或者玻璃，其次是大范围的建筑。
59310编辑于 2022-02-10 - 来自专栏音视频技术
相机+激光雷达重绘3D场景
将激光雷达与相机结合，再通过深度学习的方式获得场景的3D模型——Ouster首席执行官在博客中介绍了相机OS-1，并装有激光雷达。LiveVideoStack对原文进行了摘译。 激光雷达数据具有突出的独特优势，——简举二例，如空间信息丰富、环境光照不敏感，——然而它缺乏类似于传统相机图像的原始（高）分辨率和高效的阵列存储结构，因而3D点云在神经网络学习或处理中迄今缺乏高效快速的硬件算法及实现 OS-1捕获近红外信号和环境数据，因此数据非常类似于相同场景的可见光图像，这使得数据具有自然的外观，且为摄像机开发的算法很好地转换为数据提供了更高的可能性。 v=JxR9MasA9Yc 因为每个像素都提供了所有的数据，所以我们能够无缝地将2D掩码转换为3D帧，以进行额外的实时处理，如边界框估计和跟踪。
57920发布于 2021-09-01 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍NumPy模块的一些基础知识。
89800发布于 2019-11-13 - 来自专栏HT
如何让 3D 数字孪生场景闪闪发光
今日图扑软件功能分享：我们将探讨 HT 系统如何通过分组管理灯光、裁切体和流光，以提高场景光影效果的精准度和整体可控性。 HT 中的灯光、裁切体、流光是会影响它所在区域一定范围内的其他节点的表现，如 场景中有个 A 灯光，默认情况下，场景中所有节点都是可以受到 A 灯光的影响。 效果展示 灯光分组 在此场景中，我们设置了两个灯光分组，分别影响车辆的不同部位，使得案例呈现出更加丰富的效果。 这种灯光分组的应用不仅提升了场景的层次感，还使得重点部分更加引人注目。 流光分组 流光效果在现代三维可视化和动画制作中发挥着重要作用，能够赋予场景独特的科技感和动态美感。 如果您有更多有趣的想法或应用场景，欢迎随时交流，分享您的见解和经验，一同探索分组技术的更多可能性。
31510编辑于 2024-07-10 - 来自专栏媒矿工厂
CVPR 2023 | MIME: 人物感知的 3D 场景生成
为了训练 MIME，本文构建了一个包含交互人物和自由空间人物的 3D 场景数据集 3D FRONT HUMAN。 实验表明，MIME 生成的 3D 场景支持人物接触和运动，并能够在自由空间中填充可信的物体。 引言 图 1：从人物运动估计 3D 场景。给定 3D 人物动作，我们可以重建运动可能发生的 3D 场景。 为了从 3D 人物运动生成 3D 室内场景，我们提出了 MIME（Mining Interaction and Movement to infer 3D Environments）来生成与人物运动相一致的室内场景 图 3：使用碰撞损失和接触损失进行场景细化。 模型生成的场景由 3D 边界框表示。根据边界框的大小和类别标签，我们从 3D FUTURE 中检索最接近的网格模型。 实验 定量结果 表 1：3D FRONT HUMAN 测试集上的定量比较。穿模损失、2D IoU 和 3D IoU 用于评估生成场景中人物与场景的交互。
62010编辑于 2024-01-23 - 来自专栏点云PCL
点云深度学习的3D场景理解（下）
本文主要是关于 pointNet，pointNet++，frustum point 的一些整理和总结，内容包括如何将点云进行深度学习，如何设计新型的网络架构，如何将架构应用的3D场景理解。 上文请看点云深度学习的3D场景理解（上） PointNet++ PointNet 缺陷 1. 对比3Dcnn3D和2D很像，只是变成了3D卷积，多级学习 不断抽象特征，平移不变性。 ? PN在三维场景理解中的应用 点云支持我们探索全新的解决方案，基于3D数据的解决方案 ? 之前的工作是怎么处理三维物体的呢？ ? 具体在3d场景理解中，3d物体识别的应用 AI不仅仅在场景理解中有用，产品设计，图片集合中 图片之间的关系。 数据集，部件分割shapenet part 场景 s-3d-s scan-net 如果仅仅使用雷达，做3D物体检测，有没有可能进行拓展？
2.3K31发布于 2019-07-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号