#深度估计
共 37 篇相关文章
·16 分钟
双目相机+IMU融合数据集获取指南：开源资源与组合策略
详解大规模双目相机与IMU同步数据集的获取方法，盘点KITTI、EuRoC、nuScenes、Waymo等主流开源数据集，分析组合使用策略与传感器异构性、时间同步等工程陷阱。
阅读全文 →
·8 分钟
从单张法线图重建网格：深度不连续问题的权重解法
探讨从单张法线图重建三维网格的核心难题——深度不连续处理。介绍逐像素权重方法如何让表面自然断开，避免强行积分导致的几何错误，并分析细小结构可靠性与绝对尺度标定两大未解问题。
阅读全文 →
·6 分钟
Legora法律AI实践：垂直AI如何赋能律所与企业法务转型
深入了解法律垂直AI公司Legora的实践经验，涵盖AI模型选型策略、大型企业法务转型挑战与建议，以及垂直AI在法律行业的落地路径与未来机遇。
阅读全文 →
·14 分钟
Ego Vision：基于YOLO11的驾驶动作预测系统详解
Ego Vision是一个开源自动驾驶感知项目，整合YOLO11目标检测、ByteTrack多目标跟踪与Depth Anything V2深度估计，实现GO/减速/停车/紧急制动四种驾驶动作预测。本文深度解析其技术架构、决策逻辑与工程价值。
阅读全文 →
·6 分钟
Pheno4D：亚毫米级4D植物点云数据集深度解析
Pheno4D是一个通过激光扫描技术构建的4D植物点云数据集，涵盖14株玉米与番茄的20天连续扫描，精度达0.012mm，支持逐叶实例追踪。本文深度解析其技术规格、可视化工具链集成及在精准农业、3D点云分割算法中的应用价值。
阅读全文 →
·15 分钟
iOS 27深度体验：五大新功能全面解析与实测评价
iOS 27公测版深度实测：AI照片扩展与空间重构、全新Siri接入个人数据、系统全面提速30%+，以及多项"终于来了"的细节补完。本文逐一拆解五大核心新功能，助你判断是否值得升级。
阅读全文 →
·11 分钟
AI绘图三强对决：ZIT、Krea2T与Ideogram 4横向实测
深度对比ZIT、Krea2T与Ideogram 4三款主流AI图像生成工具，以真实摄影作为基准，从写实度、提示词遵循度、光影构图等多维度评测，帮助创作者和设计师按需选择最适合的AI绘图工具。
阅读全文 →
·8 分钟
GPT-5.6三模型深度实测：Soul/Terra/Luna能力与体验全解析
GPT-5.6一次发布Soul、Terra、Luna三款模型，旗舰Soul实测生成Vision Pro架子鼓、复活老平板惊艳全场，但新版工作界面频繁报错、文件无法导出，严重拖累使用体验。本文带你全面了解GPT-5.6的真实表现与适用建议。
阅读全文 →
·10 分钟
自监督视觉模型PCA可视化避坑指南：颜色为何毫无意义
用MacBook CPU跑自监督视觉模型（SSL）并不难。本文通过ViT-S实验揭示PCA可视化的核心误区：颜色无法跨图像传递语义，改变分辨率会导致色相完全反转。读懂可视化，才能不被它欺骗。
阅读全文 →
·7 分钟
深度图与OpenPose提取工作流：AI视频可控生成实战指南
详解深度图（Depth Map）与OpenPose姿态提取工作流的原理与应用，结合Seedance 2参考视频功能，帮助创作者精确控制AI视频的运镜与人物姿态，实现高质量可控生成。
阅读全文 →
·4 分钟
只用GoPro实现道路病害测量：单目相机+AI的低成本巡检方案
一台GoPro如何替代昂贵激光雷达完成道路病害检测？本文解析单目深度估计、地面平面拟合等核心技术，探讨消费级相机实现地理参考道路测量的可行性与精度边界。
阅读全文 →
·16 分钟
DINOv2 vs SigLIP：k-NN分类为何差距悬殊？视觉编码器选型避坑指南
实验显示DINOv2 Giant在k-NN分类上仅得41%，而SigLIP2高达92%。本文深入解析对比学习与自监督学习的嵌入空间差异，揭示视觉编码器选型的核心逻辑，帮助你在细粒度分类与图像检索任务中做出正确选择。
阅读全文 →
·15 分钟
Mixar实测：AI原生Blender分支版，烘焙与LOD一句话搞定
Mixar是基于Blender 5.0的AI原生分支版本，将AI能力内嵌至内核层。本文实测其贴图烘焙、LOD生成、情绪板、图生3D等核心功能，并与MCP方案对比，完全开源免费可用。
阅读全文 →
·10 分钟
用TRAE Work复刻苹果AI照片重构功能全流程
B站UP主借助TRAE Work AI Agent工具，从WWDC灵感出发，完成苹果照片空间重构功能的完整复刻。涵盖技术调研、云端开发、多端同步协作的全流程实战记录，展示AI辅助开发的新工作范式。
阅读全文 →
·10 分钟
苹果AI战略大转向：从拒绝聊天机器人到全面拥抱AI
苹果公司在不到一年内完成从公开排斥聊天机器人和AI摄影到全面拥抱的战略转向。深度解析苹果AI战略逆转背后的市场压力、竞争逻辑及对行业的深远影响。
阅读全文 →
·2 分钟
Gemini Omni原生多模态视频编辑能力有多强？实际演示解析
Gemini Omni具备原生多模态视频编辑能力，可直接理解并编辑现有视频。本文通过1896年经典火车影片的实际演示，展示其风格转换、元素添加等强大功能，解析与传统视频AI的本质区别。
阅读全文 →
教程攻略·5 分钟
AI绘图进阶：参考图上传与6种智能绘制模式实操指南
详解AI绘图进阶技巧：参考图上传引导创作方向，智能重绘、线稿上色、深度重绘、涂鸦生成、字体设计、姿势识别6种模式的使用方法与适用场景，助你高效完成AI绘图创作。
阅读全文 →