建议看过前面的文章后，再开始本文的学习 cloud compare二次插件化功能开发详细步骤（一） cloud compare PCA插件开发详细步骤（二）附代码 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 这个功能在 cc 已有的功能已经存在，位于 edit->apply_transformation 这里 文件逻辑组织还和 cloud compare PCA插件开发详细步骤（二）附代码-CSDN博客 中一致，不多赘述 插件全部代码放在 github ，即插…

在上一节 cloud compare二次插件化功能开发详细步骤一 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 如需整个插件项目，编译后的dll，或其他帮助，欢迎留言、私信或加群【群号：392784757】 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…

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…

昨天有群友，在交流群【群号：392784757】里提到了这个需求，进行实现一下 V10官方代码结构相较于V8 稍微复杂一些 yolov10 是基于 v8的代码完成开发，yolov10进行了继承来简化代码开发 因此V10的代码修改 基本和V8 这篇一致 https://blog.csdn.net/csy1021/article/details/134406419 但存在一些不同，会在下面提到 版本环境 YOLOv10 2024.07.01 版本 修改 trainer.py 1 添加save_metrics_per_c…

昨天有群友，在群里提到了这个需求，进行实现一下 也就是 一张图片会检测到不同类别的实例，实现的效果就是，将同一类别的输出在一张图片上 例，一张图片检测到 3种实例，输出 3张图片，每一张图上只可视化一种类别 涉及到的文件是，mmdet/visualization/local_visualizer.py 主要逻辑 def add_datasample(): # ... if draw_pred and data_sample is not None: pred_img_data = image if 'pr…

可能由于某些原因（网络、环境体积很大等等），你需要去打包一个conda环境，将它迁移到另外一台机器上 相关迁移环境的方法 导出配置文件 conda env export > environment.yaml pip freeze > requirements.txt conda create -f environment.yaml pip install -r requirements.txt conda pack pip install conda-pack conda pack -o env_nam…

参考：https://www.guyuehome.com/33293 部分附图来源： https://zhuanlan.zhihu.com/p/39912633 如有侵权，联系删除 部分公式使用了国外API进行解析，可能加载不出来，需要科学上网 ！！！个人对卡尔曼整个过程的思路理解 总结在前（包含其他网上的理解） 卡尔曼滤波实质就是将预测状态量的高斯分布和观测量的高斯分布做融合，生成一个新的高斯分布，其中新的高斯分布的均值和方差是两个独立的高斯分布的相关参量的加权，这个加权就是卡尔曼增益，但是预测状态量和观测量可能…