fusion360下载链接包，可以下载fusion360，目前只能安装在C盘。可以下载安装，Fusion 360 是基于云的 CAD/CAM/CAE 工具,同时适用于 Mac 和 PC 的平台,可支持协作式产品开发。

Grad_CAM_PLUS_PLUS 原来的 梯度CAM Grad-CAM++ 参考 A.Chattopadhyay 等人，“Grad-CAM++：深度卷积网络的改进视觉解释”，arXiv 预印本 arXiv:1710.11063v3，2018 年 abityac94/Grad_CAM_plus_plus

目前基于图像处理使用市场上监控摄像头二次开发的案例很多，包括海康威视萤石开源摄像头；还有使用自带FIFO的OV7725或者OV7670摄像头模块结合stm32进行图传；还有OPENMV+OV7725的图像处理方案；还有一种使用MIPS架构的路由器芯片例如RT5350加免驱MPJG摄像头方案。每一种方案价格都要达到50块以上，因为除了购买摄像头之外还有购买单片机，成本降不下来。 好消息的是，乐鑫科技推出的ESP32芯片能满足图传的需求，某宝基于该芯片出售的ESP32-cam摄像头模块能满足图传的需求，最低价格26块能买到手，性价比相当高，ESP32的运行速度和wifi速度都比ESP8266高。26块集成了ESP32最小系统板和OV2640摄像头和板载蓝牙wifi天线，买了也不亏，一个好点的USB摄像头都不只这个价格了！为啥很少人使用呢？原因是入门比较麻烦。要是使用乐鑫idf去搭建开发图传，很麻烦，很难成功。 国内某个测评网有详细简介:https://post.smzdm.com/p/amm03d0d/ 模块的原理图如下: 模块的全家福如下: 该模块在某宝很多家店铺有售，至于代工厂估计有很多家，但是根据原理图就那么多IO口，资料都是通用的。 经过我自己个人努力，半年时间内掌握了ESP32图传技术，采用的是Arduino开发环境开发，很多情况下使用库函数来快速实现图传的功能。搭建开发环境也花了不少时间，后面根据一个教程搭建成功了。 搭建视频链接:https://pan.baidu.com/s/1_xYw-Mg3LPb5vqMuVgiD2A 提取码:qdl2 搭建软件及素材:链接:https://pan.baidu.com/s/1eIES_hDWNgr5lZD4akP9Jw 提取码:zrwu 最后是我根据搭建环境自带的图传源码修改裁剪后的图传源码(在最后免费下载)，该源码是我将三四个源码文件裁剪修改合成一个源码文件，实现了图传功能，代码精简利于阅读和学习，先进行配置和运行的说明: (1)整个工程就是一个9kb的源码，名字叫websocket.ino文件，然后修改热点的名称和密码: (2)找一个CH340的USB转TTL电平的模块，某宝几块钱有卖的，按照下图接上模块: 右边的模块就是USB转TTL模块，主要是用来下载程序和串口调试，左边接ESP32模块，右边接电脑。 个人建议给cam模块供电压5V在第一张原理图左下角的端口供电，免得电源不足，不要接错了！ UoR就是ＲＸ端 UOT是TX端 这两个端跟CH340的RX、TX交叉连接，如图示 将IO0端口与GND连接上之后就可以马上下载程序了: (3)用Arduino下载程序:(如果下载过程中出现失败，可以尝试按下模块的RST按键) （4）创建一个热点，名称和密码都与（1）的步骤相同，让ESP32的wifi能连上，我就用笔记本电脑创建了一个热点，然后打开串口Arduino监视器或者打开一个串口调试助手，打开电脑与CH340链接的串口，拔掉cam模块中IO0与GND链接的线（第三张图灰色的线，不断开就不能启动程序只能不断下载），再按下一次cam模块的RST按钮松开，如下图: 从图上看出，RST按下时，第一次程序运行不对，第二次运行正确了，打印出ＩＰ地址。右下角显示有设备连上热点。多试试几次就能成功的！ (5)打开谷歌浏览器，输入网址串口打印的网址:172.25.139.2（个人具体IP看打印为准）就可以看到摄像头采集的视频流，相当流畅，如下图所示:(其他浏览器可能失败) 由于摄像前面的保护膜没有撕掉，所以有点模糊，视频还是很流畅的。 总结:该项目演示了用ESP32作为一个STA模式连上路由器或者笔记本热点，在同一个局域网环境下用浏览器登录ESP32的IP地址就可以收看ESP32摄像头采集下来的图像信息。后期会陆续发布根据此源码升级成视频监控小车、视频监控智能控制摄像头、视频监控系统和手机客户端图传、stm单片机图传接收、机器人视觉人脸签到系统、远程MQTT图传手机app接收、局域网javaweb显示图传、等等项目，敬请期待。

由于HDI板适应高集成度IC和高密度互联组装技术发展的要求，它把PCB制造技术推上了新的台阶，并成为PCB制造技术的最大热点之一!在各类PCB的CAM制作中，从事CAM制作的人员一致认为HDI手机板外形复杂，布线密度高，CAM制作难度较大，很难快速，准确地完成!面对客户高质量，快交货的要求，本人通过不断实践，总结，对此有一点心得，在此和各位CAM同行分享。

Gerber 分析及工具，最新的 16.4 版本，Windows 7 可以正常安装。内含和谐包。

genesis10 版本为2000，含GFX稳定带脚本版，非自带教程。个人收藏学习使用。电子攻城狮可学习的工具之一，工业级常用。

Android中可以通过camera获取图像，并实时处理，不同的手机camera支持的的图像格式不同，可以采用getCameraPreviewFormat来得到preview支持的图像编码格式，Android默认使用NV21（yuv420sp）的图像格式，因为大部分手机都支持。 为了达到实时处理的目的，很多时候我们将得到的yuv数据直接传入jni中的c++使用，减少上层转化图像格式的过程yuv420本身属于单通道图像，若图像处理中只需要获取灰度图像，可以在c++中直接通过Mat构造函数构造生成灰度图像，代码如下： /* * ImageProcessing.cpp * 实时显示canny算子

类激活映射 (CAM) 是一种很好的方法来解释模型为什么将对象分类为对象。 https://jp.mathworks.com/matlabcentral/fileexchange/69357-class-activation-mapping 但是可用于CAM的网络模型是有限的。 Grad-CAM 是将 CAM 推广到适用于多种网络的方法。 通过这个演示，您可以学习从重新训练模型 (AlexNet) 到在其上应用 Grad-CAM 的工作流程。 [日本人] 使用CNN进行深度学习的分类判断准确率极高，被用于很多领域的自动图像判断。另一方面，也有人担心里面是一个黑匣子，“我不知道为什么会做出这个决定”。 类激活映射 (CAM) 对于可视化决定因素非常有用，但对可以应用的网络存在限制。 Grad-CAM 是在任何网络层使用 Gradite 的 CAM 的通用方法。在此示例中，您可以看到从

micropython-camera-driver 该存储库为ESP32系列的MicroPython添加了对Camera（OV2640）的支持。 我本可以分叉micropython存储库并包含摄像头驱动程序。 但是，我选择仅在此存储库中包含所需的文件，以便您始终可以使用MicroPython的最新版本并添加这些文件以增加对照相机的支持。 有关更多信息，请访问此教程： : 例子 import camera # ESP32-CAM (default configuration) - https://bit.ly/2Ndn8tN camera . init ( 0 , format = camera . JPEG ) # M5Camera (Version B) - https://bit.ly/317Xb74 camera . init ( 0 , d0 = 32 , d1 = 3

欢迎下载研华科技主题白皮书: 【深度剖析】研华多核异构ARM核心板之机器视觉应用案例 [摘要] TI Sitara系列AM5718/5728是采用ARM+DSP多核异构架构，可以实现图像采集、算法处理、显示、控制等功能，具有实时控制、低功耗、多标准工业控制网络互联、工业人机界面的优化、2D/3D图形处理、1080 HD的高清视频应用、工业控制设备的小型化等特点。广泛应用在机器视觉、工业通讯、汽车多媒体、医疗影像、工厂自动化、工业物联网等领域。 https://www.eefocus.com/resource/advantech/index.p... OpenMV Cam概述: OpenMV项目旨在通过开发开源的低成本机器视觉摄像机，为业余爱好者和制造商提供机器视觉。OpenMV项目于2015年成功通过Kickstarter资助。第一代OpenMV摄像机基于STM的STM32F ARM Cortex-M MCU和Omnivision OV7725传感器。OpenMV摄像机可以在Python3中进行编程，并附有大量的图像处理功能，如面部检测和跟踪，关键点描述符，彩色斑点跟踪，QR和条形码支持，AprilTags，GIF和MJPEG记录等等。 OpenMV摄像机板内置RGB和红外LED，用于编程和视频流的USB FS，uSD插座和I / O头，可以分解PWM，UART，SPI和I2C。此外，OpenMV还支持使用诸如WiFi，BLE，Thermal（FIR）和LCD屏蔽等I / O头的扩展模块（屏蔽）。 OpenMV配备了专门用于支持OpenMV摄像机的跨平台IDE（基于QT创建者）。IDE允许查看帧缓冲区，访问传感器控制，上传脚本并通过串行通过USB（或WiFi / BLE（如果可用））在相机上运行它们。 STM32 机器人视觉摄像机OpenMV Cam实物截图: STM32 机器人视觉摄像机OpenMV Cam特性: 所有I / O引脚输出3.3V并具有5V容限。 在标准的M12镜头座上配有一个2.8mm镜头，便于其他镜头交换。 全速USB（12Mbs）接口到您的计算机。您的OpenMV摄像机在插入时将显示为虚拟COM端口和USB闪存驱动器。 一个能够100Mb读/写的微型SD卡插槽，允许您的OpenMV摄像头记录视频并轻松拉取机器视觉资产从微型SD卡。 SPI总线可以运行高达45Mbs，使您可以轻松地将系统中的图像数据传输到LCD屏蔽，WiFi屏蔽或另一个微控制器。 I2C总线，CAN总线和异步串行总线（TX / RX），用于与其他微控制器和传感器接口。 12位ADC和12位DAC。 两个用于伺服控制的I / O引脚。 所有I / O引脚上的中断和PWM（板上有9个I / O引脚）。 另外还有一个RGB LED和两个高功率的850nm红外LED。 由MacroFab在美国制造的OpenMV LLC OpenMV Cam M4 与 M7区别: STM32 机器人视觉摄像机OpenMV Cam应用: 标记跟踪 您可以使用您的OpenMV Cam来检测组的颜色，而不是独立的颜色。这允许您创建可以放置在对象上的色彩制作者（2个或更多颜色标签），允许您的OpenMV Cam了解标签对象的内容。视频演示这里。 人脸检测 您可以使用OpenMV Cam（或任何通用对象）检测Faces。您的OpenMV Cam可以处理Haar Cascades进行通用对象检测，并配有内置的Frontal Face Cascade和Eye Haar Cascade来检测脸部和眼睛。 眼睛追踪 您可以使用眼动跟踪与您的OpenMV摄像头来检测某人的注视。然后，您可以使用它来控制机器人。眼睛跟踪检测瞳孔的位置，同时检测图像中是否有眼睛。 光流 您可以使用光流来检测您的OpenMV摄像机正在查看的翻译。例如，您可以使用四通孔上的光流来确定其在空气中的稳定性。 QR码检测/解码 您可以使用OpenMV Cam在其视野中读取QR码。通过QR码检测/解码，您可以使智能机器人能够读取环境中的标签。您可以在此处查看我们的视频。 边缘/线路检测 您可以通过Canny Edge Detector算法或简单的高通滤波进行边缘检测，然后进行阈值处理。在您拥有二进制图像后，您可以使用霍夫检测器查找图像中的所有行。通过边缘/线检测，您可以使用OpenMV Cam来轻松检测对象的方向。 模板匹配 您可以使用与OpenMV Cam模板匹配来检测翻译的预先保存的图像何时被视图。例如，可以使用模板匹配来查找PCB上的基准或读取显示器上的已知数字。 图像捕获 您可以使用OpenMV摄像头捕获多达320x240 RGB565（或640x480灰度）BMP / JPG / PPM / PGM图像。您可