- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端数据可视化
p5.js 加载 3D 模型（loadModel）
loadModel() 是 p5.js 中用于加载 3D 模型的核心函数，它能将 OBJ 或 STL 格式的 3D 模型文件转换为 p5.js 可处理的 p5.Geometry 对象，之后可以通过 model （避免模型过大 / 过小） false successCallback 函数 模型加载成功后执行的函数（参数为加载完成的 p5.Geometry 对象） 无 failureCallback 函数 模型加载失败后执行的函数 5/2 # 前面 f 2/1/3 3/2/3 5/5/3 # 左面 f 3/1/4 4/2/4 5/5/4 # 后面 f 4/1/5 1/2/5 5/5/5 myModel = loadModel('assets/cube.obj'); } function setup() { createCanvas(800, 600, WEBGL); // 创建3D 画布（必须用WEBGL渲染模式） } function draw() { background(220); // 3D变换：让模型旋转，更易观察 rotateX(frameCount
24110编辑于 2026-02-20 - 来自专栏HT
基于 HTML5 Canvas 的 3D 模型列表贴图
中有一个 BorderPane 面板组件是拿来页面排布的，可以排布 html 标签，也可以排布 HT 的组件，这里我们将整个页面分为三个部分，顶部工具条 toolbar、左侧列表 listView 和中间 3d toolbar.getItemById('text').element.getElement().onkeyup = function(e){ listView.invalidateModel();//无效模型 场景，利用的是 HT 的三维组件 ht.graph3d.Graph3dView，然后在 3d 场景上添加两个节点，作为对照： //创建两个节点放到 3d 场景中 var node = new ht.Node node.s('all.color', '#87A6CB');//设置 node 的六个面颜色 g3d.dm().add(node);//将新建的 node 添加进 3d if(lastFaceInfo){//鼠标未松开的情况下，贴图显示旧值 //data.face 默认值为front，图标在3D下的朝向，可取值left|right|top
1.9K100发布于 2018-01-03 - 来自专栏hightopo
基于 HTML5 Canvas 的 3D 模型贴图问题
之前注意到的一个例子，但是一直没有沉下心来看这个例子到底有什么优点，总觉得就是一个 list 列表，也不知道右边的 3d 场景放两个节点是要干嘛，今天突然想起来就仔细地看了一下这个例子的代码，实际操作中应该还是有用处的 中有一个 BorderPane 面板组件是拿来页面排布的，可以排布 html 标签，也可以排布 HT 的组件，这里我们将整个页面分为三个部分，顶部工具条 toolbar、左侧列表 listView 和中间 3d toolbar.getItemById('text').element.getElement().onkeyup = function(e){ listView.invalidateModel();//无效模型 场景，利用的是 HT 的三维组件 ht.graph3d.Graph3dView，然后在 3d 场景上添加两个节点，作为对照： //创建两个节点放到 3d 场景中 var node = new ht.Node if(lastFaceInfo){//鼠标未松开的情况下，贴图显示旧值 //data.face 默认值为front，图标在3D下的朝向，可取值left|right|top
1.4K20发布于 2018-07-09 - 来自专栏hightopo
玩转 HTML5 下 WebGL 的 3D 模型交并补
CSG 提供的模型或表面看起来很复杂，但实际上不过是巧妙组合或分解对象。 gv1 = new ht.graph3d.Graph3dView(dm); //3D 场景，就是设置显示有点不同，其他完全相同，上面的 3D 场景重载了 getVisibleFunc 函数，如果元素的 showMe 属性为 true，则可视；如果节点为 ht.CSGNode 类型并且节点的 data instanceof ht.CSGNode && data.getHost()){ return false; } return true; }); 我们先向 3D CSS3: The Missing Manual'); book.s3(60, 80, 8); book.p3(-100, 210, 20); book.r3(-Math.PI/6, Math.PI/5,
76110发布于 2018-07-09 - 来自专栏HT
玩转 HTML5 下 WebGL 的 3D 模型交并补
CSG 提供的模型或表面看起来很复杂，但实际上不过是巧妙组合或分解对象。 gv1 = new ht.graph3d.Graph3dView(dm); //3D 场景，就是设置显示有点不同，其他完全相同，上面的 3D 场景重载了 getVisibleFunc 函数，如果元素的 showMe 属性为 true，则可视；如果节点为 ht.CSGNode 类型并且节点的 data instanceof ht.CSGNode && data.getHost()){ return false; } return true; }); 我们先向 3D CSS3: The Missing Manual'); book.s3(60, 80, 8); book.p3(-100, 210, 20); book.r3(-Math.PI/6, Math.PI/5,
1.2K100发布于 2018-01-03 - 来自专栏python3
JS 3D 模型
这是一个简单的 JS 3D 模型，能跑在包括 IE6 的所有浏览器上，结合一下 tween 缓动算法，理论上已经可以完美模拟像 http://www.cu3ox.com/ 这个网站上方 banner 的各种变换效果了 介绍一下实现细节，矢量绘图仍然用的是 Raphael 库，Raphael 我在《如何用 JS 实现 3D ×××效果》这篇文章里有过介绍。 关于画家算法 渲染器工作时，会从他的角度上能看到的所有物体都描绘出来，即用 2D 的手法去描述 3D 的物体。
3.6K20发布于 2020-01-07 - 来自专栏机器之心
图像转换3D模型只需5行代码，英伟达推出3D深度学习工具Kaolin
基于此，英伟达于今日推出了 Kaolin PyTorch 库，借助于这个库，只需几步即可将 3D 模型迁移至神经网络的应用范畴。 此外，Kaolin 库还可以大大降低为深度学习准备 3D 模型的工作量，代码可由 300 行锐减到仅仅 5 行。 随着人们对 3D 模型的兴趣日益高涨，英伟达的 Kaolin 库可以在该领域产生重大影响。 3D 组件分割功能可以自动识别 3D 模型的不同组件，这使得「装备」动画角色或自定义模型以生成对象变体更加容易（图左的 3D 模型在图右穿上了衣服、鞋子等）。 ? 图像到 3D（Image to 3D）功能可以根据训练的神经网络识别出的图像来构建 3D 模型（图右生成了椅子的 3D 模型）。
1.5K10发布于 2019-11-18 - 来自专栏最新医学影像技术
医学图像处理案例（四）——生成人体骨骼和肺组织三维模型
在前面的文章中，我分享过关于生成3D人体模型的案例。 今天我就分享一下如何生成人体骨骼和肺组织的三维模型。 不管是生成人体骨骼还是肺组织的三维模型，步骤都是一样的。 首先将dicom图像导入，然后用图像处理算法进行处理，分割得到感兴趣区域即我们想要的人体组织区域，最后将组织区域转成3D的面片结构。这过程其实不是很复杂，但最难的地方就是在图像处理部分。 3、设置不同参数生成人体皮肤和人体骨骼三维模型结构 设置不同的面片提取阈值，可以得到不同的三维模型结构。 ? ? 4、提取人体肺组织区域 ? 5、设置不同参数生成肺组织和肺气管三维模型结构 ? ?
1.9K40发布于 2020-06-29 - 来自专栏类器官/器官芯片/3D培养
人源3D肺模型与ALI气液界面培养技术解析：Epithelix MucilAir、SmallAir与AlveolAir在呼吸系统研究中的应用
在这一背景下，人源原代肺细胞、ALI气液界面培养模型和3D肺组织模型逐渐成为呼吸系统疾病机制研究、吸入制剂评价、肺部安全性研究以及药物筛选中的重要工具。 3D肺模型？ 由于MucilAir能够模拟较成熟的上皮分化状态，因此相比简单单层细胞模型，更适合用于观察长期暴露、屏障损伤、粘液分泌变化和纤毛功能改变等现象。图5：Epithelix上呼吸道模型产品清单。 六、总结Epithelix长期专注于人呼吸系统体外模型开发，其原代肺细胞、ALI气液界面模型和3D肺组织体系，正在成为呼吸疾病研究与吸入药物开发中的重要工具。 随着NAMs、MPS和OOC技术的发展，人源3D肺模型预计将在呼吸系统体外评价体系中发挥越来越重要的作用。
10110编辑于 2026-05-12 - 来自专栏HT
基于HTML5 Canvas 点击添加 2D 3D 机柜模型
首先，我们得创建场景将作为基础，整个场景我算是分为三个部分，顶部工具栏，2D 部分以及 3D 部分。 new ht.graph3d.Graph3dView(dataModel); g3d.setGridVisible(true);//设置网格可见 g3d.setEye(185, 50, 470);//设置3d 的眼睛位置 g3d.setCenter(200, 47, 10);//设置3d的中心位置， 这两个属性都是为了让用户看3d上的场景更舒服，更直接 g2d = new ht.graph.GraphView g2d.fitContent(true);//将所有的图元显示到页面上 splitView = new ht.widget.SplitView(g2d, g3d, 'v', 0.3);//分割组件，装了2d和3d 2D 的图片显示肯定和 3D 的模型显示是不一样的，2D 中我们直接用贴图就能解决，而 HT 3D 中支持 obj 格式的模型显示，就是这个部分： ?
1.6K80发布于 2018-01-03 - 来自专栏量子位
腾讯开源首个医疗AI项目，业内首个3D医疗影像大数据预训练模型
腾讯优图说，MedicalNet能够加快模型收敛，减轻模型对数据量的依赖，帮助3D医疗影像AI应用“打地基”。 目前，MedicalNet具备5大特性： 1、预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务； 2、尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能； 3 、通过简单配置少量接口参数值，即可进行微调训练； 4、提供多卡训练以及测试评估代码，接口丰富，扩展性强； 5、提供不同深度3D ResNet预训练模型，可供不同数据量级应用使用。 并用它来完成全新的肺部分割和肺结节分类任务，并与目前常用的从零训练（train from scratch）以及Kinetics视频3D预训练模型在性能以及收敛速度上做了比较。 在收敛速度上，无论是在肺分割任务还是肺结节分类任务上，MedicalNet都能为模型提供一个较低的初始化损失值，明显加快损失下降速度。
80340发布于 2019-08-12 - 来自专栏相约机器人
腾讯开源首个医疗AI项目，业内首个3D医疗影像大数据预训练模型
腾讯优图说，MedicalNet能够加快模型收敛，减轻模型对数据量的依赖，帮助3D医疗影像AI应用“打地基”。 目前，MedicalNet具备5大特性： 1、预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务； 2、尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能； 3 、通过简单配置少量接口参数值，即可进行微调训练； 4、提供多卡训练以及测试评估代码，接口丰富，扩展性强； 5、提供不同深度3D ResNet预训练模型，可供不同数据量级应用使用。 并用它来完成全新的肺部分割和肺结节分类任务，并与目前常用的从零训练（train from scratch）以及Kinetics视频3D预训练模型在性能以及收敛速度上做了比较。 在收敛速度上，无论是在肺分割任务还是肺结节分类任务上，MedicalNet都能为模型提供一个较低的初始化损失值，明显加快损失下降速度。
1.7K30发布于 2019-08-09 - 来自专栏类器官/器官芯片/3D培养
ADC肺毒性如何评估：基于人源肺泡体外模型的机制分析
在临床研究中，部分ADC药物被观察到与肺毒性相关，例如间质性肺病（ILD）。关键问题在于：传统动物模型难以准确预测此类毒性反应。 该体系主要包括：人源肺泡模型（气液界面培养）肿瘤球状体模型模拟循环环境的微体系该设计实现了：肺组织与肿瘤组织在体外环境中的相互作用从而用于同步评估药物疗效与器官毒性。 六、模型价值分析该类人源体外模型的意义在于：可同时评估药物疗效与器官毒性能识别传统模型难以发现的毒性信号有助于解析复杂毒性机制对于ADC等复杂药物：多组织体外模型提供了一种更接近人体反应的研究路径七、总结在 ADC药物开发过程中，肺毒性预测仍然是关键挑战之一。 ，用于分析ADC药物肺毒性评估方法与模型应用。
10510编辑于 2026-03-25 - 来自专栏AI科技大本营的专栏
美国科学家3D打印出会“呼吸”的肺 | Science
5 月 4 日，《科学》杂志封面报道，美国莱斯大学与华盛顿大学的研究团队带来一项具有里程碑意义的发明：一个由水凝胶 3D 打印而成的肺模型，它具有与人体血管、气管结构相同的网络结构，能够像肺部一样朝周围的血管输送氧气 要想 3D 打印出有效的肺模型，研究人员首先需要了解人类器官的结构是怎样的，以及这种结构上的不同功能是如何形成的。 由于肺部同时拥有气道和血管，它认为需要解决三个难题：1、如何使打印的器官模拟肺功能的气囊，自由交换氧气。2、如何使打印出的血管可以为组织输送氧气成分。 图3 具有血管化肺泡模型拓扑结构的水凝胶的潮气通气和氧合作用（Tidal ventilation and oxygenation） 最后，他们还在慢性肝损伤的啮齿动物中放置了结构性可生物降解的水凝胶载体 想象一下，你自己的肺和心脏，以及其他一切处于运转当中的器官组织，研究人员认为，探索 3D 打印器官，比如瓣膜、模仿肺部功能的组织对生物医学领域来说极其重要。
1.3K20发布于 2019-05-14 - 来自专栏腾讯开源的专栏
腾讯优图开源业界首个3D医疗影像大数据预训练模型
项目提供多卡训练以及测试评估代码，接口丰富，扩展性强； 5. 提供不同深度3D ResNet预训练模型，可供不同数据量级应用使用。 为了产生3D医疗影像的预训练模型，MedicalNet聚集多个来自不同3D医疗领域的语义分割小规模数据集，并提出了基于多分支解码器的多域联合训练模型来解决数据集中的标注缺失问题。 我们的预训练模型可以迁移到任何3D医疗影像应用的深度学习模型中。 整个系统的工作流程如下图所示： 我们将MedicalNet模型迁移到预训练时未接触过的Visceral和LIDC数据集中，完成全新的肺部分割和肺结节分类任务，并与目前常用的从零训练（train from 在收敛速度上，实验证明，无论是在肺分割任务还是肺结节分类任务上，MedicalNet均能为模型提供一个较低的初始化损失值，明显加快损失下降速度，下图为MedicalNet性能的一个简单示例，展示了在全器官分割应用中
1.9K31发布于 2019-08-07 - 来自专栏AI研习社
腾讯优图开源业界首个3D医疗影像大数据预训练模型MedicalNet
近日，腾讯优图首个医疗 AI 深度学习预训练模型 MedicalNet （https://github.com/Tencent/MedicalNet）正式对外开源，这也是全球第一个提供多种 3D 医疗影像专用预训练模型的项目 为了产生 3D 医疗影像的预训练模型，MedicalNet 聚集多个来自不同 3D 医疗领域的语义分割小规模数据集，并提出了基于多分支解码器的多域联合训练模型来解决数据集中的标注缺失问题。 腾讯团队将 MedicalNet 模型迁移到预训练时未接触过的 Visceral 和 LIDC 数据集中，完成全新的肺部分割和肺结节分类任务，并与目前常用的从零训练（train from scratch ）以及 Kinetics 视频 3D 预训练模型在性能以及收敛速度上做了比较。 在收敛速度上，实验证明，无论是在肺分割任务还是肺结节分类任务上，MedicalNet 均能为模型提供一个较低的初始化损失值，明显加快损失下降速度，下图为 MedicalNet 性能的一个简单示例，展示了在全器官分割应用中
1.4K10发布于 2019-08-15 - 来自专栏AI科技大本营的专栏
一根烟上热搜，先让AI看看你的肺
在精检测过程中，一般用深度卷积神经网络对预检测得到的候选结节区域进行分类以区分肺结节的真假性，比如使用ResNet和基于Inception的一系列分类网络，在这一步中我们希望能够通过深度学习模型更精确地识别肺结节 即先利用3D U-net来实现连续图像序列的分割，或者利用3D Fast R-CNN来实现连续图像序列的检测，再利用3D CNN来完成最终的结节分类。 对于第一个问题，我们采用3D SSD检测框架来取代以往的两步建模方式，直接通过一个深度网络输出结节的位置和类别。 对于第二个问题，我们在网络结构中引入群卷积，考虑各个特征通道之间的关系，让模型自主地去学习价值较高的特征图，同时群卷积的使用也大幅提升了模型的性能。 我们可视化了部分肺结节检测的结果，可以看出对于一些很小的结节，我们的模型依然可以检测得很好。
69150发布于 2019-06-03 - 来自专栏机器之心
学界 | 点内科技、华东医院及上海交大合著论文：3D深度学习在CT影像预测早期肿瘤浸润方面超过影像专家
点内科技、复旦大学附属华东医院「张国桢肺微小结节诊治中心」和上海交通大学「SJTU-UCLA 机器感知与推理联合研究中心」组成的联合研究团队共同合作的科研成果「3D Deep Learning from Pulmonary Adenocarcinomas」于 2018 年 10 月 2 日在线发表，文章利用深度学习的方法对像素级标注的亚厘米肺腺癌 CT 数据和其病理结果标注进行训练，并通过多任务的卷积神经网络对亚厘米肺腺癌的浸润风险程度进行自动术前预测 该模型基于 3D DenseNets，配合多任务学习，是参数高效（parameter-efficient）的 3D 卷积神经网络。 训练完成后，模型只需要常规的 CT 数据，不需要肺结节分割、大小以及任何预先定义的信息。我们的多任务学习模型显著优于单任务模型，并且 3D 模型也显著优于其 2D 变种。 需要说明的是，本文纳入的亚厘米肺结节大部分为肺磨玻璃结节，这种类型的结节，特别是亚厘米磨玻璃结节，在 CT 图像上由于传统的恶性征象较少出现，浸润前病变和浸润性病变影像表现重叠较高等特征，诊断十分困难，
83420发布于 2018-10-22 - 来自专栏作图丫
cfDNA 构建I 期肺腺癌早筛模型！
背景介绍 cfDNA的相关研究已经成为热潮，今天小编为大家带来的这篇文章，作者利用 cfDNA 片段组学开发了侵袭性 I 期肺腺癌 (LUAD) 的预测模型，文章发表在《eBioMedicine》上，影响因子为 图 2 基于 5 × 的 WGS 数据，本研究的模型表现出卓越的检测能力，模型 AUC在内部和外部验证队列中分别为 0.985和 0.954（图 3a）。 在 5× WGS 数据训练模型中测试了原始覆盖 WGS 数据，无论使用原始覆盖还是 5× 覆盖 WGS 数据进行建模和预测，得到的模型基本上显示出一致的检测能力。 因此本研究将使用基于 5 ×覆盖的 WGS 数据和模型进行其余的评估。 接下来，本研究通过进一步逐渐将 WGS 数据下采样到 ~0.5×，来确定模型的稳健性并评估其在更低测序深度下的性能。 在将 WGS 覆盖范围下采样到 4×、3×、2×、1× 和 0.5×后，本研究发现它们的 AUC 值在内部 (> 0.97) 和外部 (> 0.91) 验证队列中始终保持较高水平（图 3c 和 3d）。
64250编辑于 2022-12-04 - 来自专栏Flutter
Flutter 中渲染3D 模型
原文地址：https://medium.com/flutterdevs/explore-model-viewer-in-flutter-e5988edbfe66 3D模型是具有3个测量长度，宽度和深度的模型 **我们将实现一个模型查看器演示程序，并在您的flutter应用程序中使用model_viewer包以glTF和GLB格式显示3D模型。 3D模型显示3D图片。 该演示视频展示了如何在Flutter中创建模型查看器。它显示了如何在flutter应用程序中使用model_viewer包来运行模型查看器。 它以glTF和GLB格式显示3D模型，并通过鼠标，手触摸和自动旋转将其旋转360度。 功能 模型查看器具有以下功能： 呈现glTF和GLB模型。（此外，USDZ型号在iOS 12+上。） 参数 **src：**此参数用于3D模型的URL或路径。此参数是必需的。仅支持glTF / GLB型号。
27.7K20发布于 2021-04-22
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