- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习、深度学习
图像拼接--Fish-Eye Lenses-Based Camera Calibration and Panoramic Image Stitching
A. Geometric alignment stage 几何对齐阶段 首先进行离线相机标定，基于文献【9】中算法，使用鱼眼相机拍摄标定棋盘，然后计算相机的内外参数 ，基于得到的相机参数，对图像进行校正
1.5K40发布于 2019-05-27 - 来自专栏大数据文摘
[译]推荐！纽约媒体实验室等4家大牛合作开发的免费开源可视化工具
这就是Lenses（姑且译为“镜头”）。 Lenses可以容易地在移动设备上创建和分享关于2016年大选、新闻话题趋势以及其它报道的可视化数据。 每一个在Lenses上创建的数据可视化都保存着其制作步骤，这使得新用户可以通过查看更高级的用户如何创建可视化数据的过程来学习制作复杂的图像。 Lenses鼓励透明度和视觉文化，帮助人们调查公共数据。 Lenses已经参加骑士新闻挑战赛(the Knight News Challenge)，并会在接下来的几个月里不断地改进。 可以到www.nycmedialab.org/lenses/，做勇敢吃螃蟹的人，也成为测试用户。
61650发布于 2018-05-21 - 来自专栏新智元
眼镜上看抖音，体验半小时2077！Snap全球首款「真」元宇宙硬件真烫手
在太阳穴处，还有一块触摸板可以让用户与Spectacles显示屏互动，并启动Lenses转盘，让创作者体验各种镜头特效。 一项即将推出「自定义地标」的功能可以让用户无限制地把Lenses叠加到当地的地标上，让其他佩戴Spectacles的人也可以看到。 Alex Heath表示，有一些Lenses展示出的效果让他感受到，随着硬件不断更新，AR眼镜或许真的是前途无量。 比如一个可以追踪手部动作的Lenses，让用户利用手势就能cue一个作品的不同部分。 「但对于一款刚刚推出的AR眼镜来说，很明显，随着软件和未来硬件的完善，创造者们会做出更多更有趣的Lenses。」 此外，Snap还有超过25万名Lens Studio的创作者，他们总共制作了250万个Lenses，被使用的次数达到惊人的3.5万亿次。其中，300名创作者制作的Lenses已被浏览超过10亿次。
72430编辑于 2021-12-13 - 来自专栏偏前端工程师的驿站
动手写个数字输入框3：痛点——输入法是个魔鬼
) => lenses const view = lenses => a => { if (! ~Object.prototype.toString.call(lenses).indexOf('Array')){ lenses = [lenses] } return lenses.reduce((accu, lens) => accu && lens.getter(accu), a) } const set = lenses => a => v => { ~Object.prototype.toString.call(lenses).indexOf('Array')){ lenses = [lenses] } var setLens = lenses.pop() var o = view(lenses)(a) if (o){ setLens.setter(o, v) } } const $
1.2K60发布于 2018-01-18 - 来自专栏Python学习心得
机器学习实战教程（三）：决策树实战篇之为自己配个隐形眼镜
#保存lenses数据的临时列表 lenses_dict = {} #保存lenses ] = lenses_list lenses_list = [] print(lenses_dict) #保存lenses数据的临时列表 lenses_dict = {} #保存lenses #提取每组数据的类别，保存在列表里 for each in lenses: lenses_target.append(each[-1]) print(lenses_target )]) lenses_dict[each_label] = lenses_list lenses_list = [] # print(lenses_dict)
1.9K11发布于 2019-01-03 - 来自专栏KI的算法杂记
决策树实战：预测隐形眼镜类型
labelBinarizer=LabelBinarizer() #方便后面对标签二值化后的标签进行复原 def load_file(): #读取数据集 data = open('ensemble/lenses.txt ') lenses = [];label = ['age','prescript','astigmatic','tearRate'] feature= [];labels = [] for line in data.readlines(): lenses.append(line.strip().split('\t')) for i in range(len (lenses)): row = {} for j in range(0,len(lenses[i])-1): row[label[j]] = lenses [i][j] feature.append(row) labels.append(lenses[i][len(lenses[i]) - 1]) train_x
62320编辑于 2022-07-29 - 来自专栏Jack-Cui
Python3《机器学习实战》学习笔记（三）：决策树实战篇之为自己配个隐形眼镜
#保存lenses数据的临时列表 lenses_dict = {} #保存lenses ] = lenses_list lenses_list = [] print(lenses_dict) #保存lenses数据的临时列表 lenses_dict = {} #保存lenses #提取每组数据的类别，保存在列表里 for each in lenses: lenses_target.append(each[-1]) print(lenses_target )]) lenses_dict[each_label] = lenses_list lenses_list = [] # print(lenses_dict)
1.2K30发布于 2019-05-25 - 来自专栏机器学习与统计学
决策树（Decision Tree）ID3算法
hard pre myope no reduced no lenses pre myope no normal soft pre myope yes reduced no lenses pre myope pre hyper yes normal no lenses presbyopic myope no reduced no lenses presbyopic myope no normal no lenses no lenses presbyopic hyper no normal soft presbyopic hyper yes reduced no lenses presbyopic hyper yes normal no lenses # 读取数据文件fr = open('lenses.txt')# 解析tab分割符lenses = [inst.strip().split('\t') for inst ': 'no lenses', 'young': 'hard'}}, 'myope': 'hard'}}}}, 'reduced': 'no lenses'}} 图形化显示决策树
97830发布于 2019-04-08 - 来自专栏机器学习、深度学习
鱼眼相机相关概念
systems 反射折射成像系统： 传统成像系统结合反射面的成像系统，这个反射面可以有很多种形式 Dioptrics is the science of refracting elements (lenses sensing 有两种实现方式： dioptric or catadioptric systems 折射系统、反折射系统 Dioptric systems consist of fish-eye lenses 基于鱼眼镜头的折射系统 catadioptric systems are combinations of mirrors and lenses 基于镜面和镜头组合的反折射系统 mirror surface—parabolic 如何将大场景视野投影到有限的图像平面内 A Generic Camera Model and Calibration Method for Conventional, Wide-Angle, and Fish-Eye Lenses
1.2K30发布于 2019-05-29 - 来自专栏python3
python中读取文件的read、rea
fr = open('lenses.txt') read = fr.read() print(type(read),read) #读取文件中的一行，每次读取一行，返回字符串对象，只要该文件打开，下次读取上次的下一行 fr = open('lenses.txt') read = fr.readline() print(type(read),read) read2 = fr.readline() print(type( fr = open('lenses.txt') read = fr.readline() print(type(read),read) #以上三个方法都可以传入一个int型参数，表示需要读取的字符个数
2.8K20发布于 2020-01-20 - 来自专栏Python编程 pyqt matplotlib
决策树（二）
我们只需修改创建数据集的函数，其它函数保持不变，就可以创建、绘制并保存决策树： def createDataset(): with open("lenses.txt") as fr: lenses = [ line.strip().split('\t') for line in fr.readlines()] featnames =["age", "prescript","astigmatic ","tearRate"]#特征 名 return lenses, featnames ? 最后测试: with open("lenses.tree", "rb") as file: tree = pickle.load(file) print(tree) createPlot(tree
53840发布于 2019-08-14 - 来自专栏3D视觉从入门到精通
一分钟详解鱼眼镜头标定基本原理及实现
其中理论部分，主要参考《A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses Brandt，写于2006年，同时这篇文章的作者在2004年也写了一篇与鱼眼镜头标定相关的论文《A Generic Camera Calibration Method for Fish-Eye Lenses ，可以去仔细研读论文《A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses 二 实践部分 在上述论文作者的主页，作者提供的Matlab标定代码：Camera Calibration Toolbox for Generic Lenses：http://www.ee.oulu.fi A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses[J].
3K10发布于 2020-12-11 - 来自专栏计算机视觉工坊
一分钟详解鱼眼镜头标定基本原理及实现
其中理论部分，主要参考《A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses Brandt，写于2006年，同时这篇文章的作者在2004年也写了一篇与鱼眼镜头标定相关的论文《A Generic Camera Calibration Method for Fish-Eye Lenses ，可以去仔细研读论文《A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses 二 实践部分 在上述论文作者的主页，作者提供的Matlab标定代码：Camera Calibration Toolbox for Generic Lenses：http://www.ee.oulu.fi
3.4K20发布于 2020-11-11 - 来自专栏数据科学（冷冻工厂）
机器学习经典算法：决策树（2）
导入数据 lenses = pd.read_table('lenses.txt',header = None) lenses.columns =['age','prescript','astigmatic ','tearRate','class'] lenses 5.2.
52720编辑于 2023-02-27 - 来自专栏机器学习AI算法工程
机器学习--决策树(ID3)算法及案例
在构造决策树前，我们需要获取隐形眼镜数据集，从lenses.txt文件读取。还需要获取特征属性（或者说决策树的决策结点），从代码输入。 代码如下： fr = open('lenses.txt', 'r') lenses = [line.strip().split('\t') for line in fr.readlines()] lenses_labels = ['age', 'prescript', 'astigmatic', 'tearRate'] lenses_tree = create_tree(lenses, lenses_labels) print 'lenses_tree=', lenses_tree
2.1K60发布于 2018-03-12 - 来自专栏CreateAMind
范畴论与机器学习
Machine Learning Deep Learning Categorical Foundations of Gradient-Based Learning Backprop as Functor Lenses Differentiation Higher Order Automatic Differentiation of Higher Order Functions Space-time tradeoffs of lenses Conditioning Bayesian/Causal inference The Compositional Structure of Bayesian Inference Dependent Bayesian Lenses Foundations of Learning Graph Convolutional Neural Networks as Parametric CoKleisli morphisms Optics vs Lenses Convolution and Efficient Language Recognition General supervised learning as change propagation with delta lenses
47010编辑于 2023-11-30 - 来自专栏数据科学（冷冻工厂）
机器学习经典算法：决策树（2）
导入数据lenses = pd.read_table('lenses.txt',header = None)lenses.columns =['age','prescript','astigmatic' ,'tearRate','class']lenses5.2.
55520编辑于 2023-01-19 - 来自专栏AILearning
【机器学习实战】第3章 决策树
收集数据：提供的文本文件 文本文件数据格式如下： young myope no reduced no lenses pre myope no reduced no lenses presbyopic >>> treePlotter.createPlot(lensesTree) 训练算法：使用 createTree() 函数 >>> lensesTree = trees.createTree(lenses , lensesLabels) >>> lensesTree {'tearRate': {'reduced': 'no lenses', 'normal': {'astigmatic':{'yes': {'prescript':{'hyper':{'age':{'pre':'no lenses', 'presbyopic': 'no lenses', 'young':'hard'}}, 'myope' :'hard'}}, 'no':{'age':{'pre': 'soft', 'presbyopic':{'prescript': {'hyper':'soft', 'myope': 'no lenses
1.3K50发布于 2018-01-05 - 来自专栏VoiceVista语音智能
APPLE - AR/VR headset
Apple is using "Pancake" lenses that will allow for a thin and lightweight design. Pancake lenses are more expensive than the Fresnel lens technology used for other VR headsets, but will According to Kuo, the lenses will bring electronics from the era of "visible computing" to "invisible There is "no visibility" for the contact lenses at the current time, and it's not a guaranteed product Adapter as 14-Inch MacBook Pro Jan 5Kuo: Apple's Headset Coming End of 2022, Will Feature 'Pancake' Lenses
1.7K20编辑于 2022-05-17 - 来自专栏不能显示专栏创建者
苹果的AR眼镜会在2021年春季首次亮相吗？
The new peepers will be called "Apple Glass" and sell for US$499, with prescription lenses costing more Both lenses are displays that support gesture interaction.
46700发布于 2021-01-02
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