7.4. 立体图像的深度图
x 和 x’ 分别是图像中的点到 3D 空间中的点和到摄像机中心的距离。B 是这两个摄像机之间的距离，f 是摄像机的焦距。上边的等式告诉我们点的深度与x 和 x’ 的差成反比。在上一节中我们学习了对极约束的基本概念和相关术语。如果同一场景有两幅图像的话我们在直觉上就可以获得图像的深度信息。下面是的这幅图和其中的数学公式证明我们的直觉是对的。这样就可以找到两幅图像中的匹配点了。通过调整numDisparities和blockSize的值，你可以获得更好的结果。下面的代码片段显示了创建视差图的简单过程。
模型转换、模型压缩、模型加速工具汇总
官网链接上图展示了MMdnn的主要功能。MMDNN是一套帮助用户在不同的深度学习框架之间进行交互操作的工具。例如，模型转换和可视化。转换caffe、keras、mxnet、tensorflow、cntk、pytorch onnx和coreml之间的模型。简而言之，通过这个工具，我们可以方便的将某一个框架训练出来的模型转换成另外一个框架所支持的模型，图中基本上包含了当前所有主流的深度学习训练框架，包括Tensorflow、Pytorch、Caffe、MxNet等。除此之外，图中包含了一个关键的概念，那就是。_模型训练工具
大恒工业相机实例使用
此外一个特别注意的小坑，SDK中提供了函数GXGetAllDeviceBaseInfo来遍历网络所有设备的信息，可以从其中查询相机的MAC地址、SN等各项信息。在实际工作中，可以使用这个函数获取相机信息后保存起来供以后打开相机使用，千万不能每次打开均使用此函数进行遍历查询，在一个网络设备较多的环境中，这个调用速度会非常慢，从而导致程序挂起。返回的nDeviceNum就是当前网络上存在的相机数量。在网络环境简单的情况下，也可以使用IP地址打开指定相机，但通常这样会增加额外的设备安装时配置工作，所以并不建议。_大恒工业相机使用说明
今日推荐
周排行