损失函数（加权Hausdorff距离） 用于对象定位 该存储库包含本文描述的加权Hausdorff损失的PyTorch实现： 抽象的 卷积神经网络（CNN）的最新进展在对图像中的对象进行定位方面取得了显著成果。 在这些网络中，训练过程通常需要提供边界框或最大数量的预期对象。 在本文中，我们解决了在没有带注释的边界框的情况下估计对象位置的任务，边界框通常是手工绘制的，并且标注时很费时间。 我们提出了一种损失函数，可以在任何完全卷积网络（FCN）中使用它来估计对象位置。 此损失函数是两个无序点集之间的平均Hausdorff距离的修改。 所提出的方法不需要“猜测”图像中最大数量的对象，并且没有边界框，区域提议或滑动窗口的概念。 我们使用旨在定位人的头部，学生中心和植物中心的三个数据集来评估我们的方法。 我们报告了这三个数据集的平均精度和召回率94％，在256x256图像中的平均位置误差为6个像素

利用正点原子的精英板，芯片是STM32F103ZET6 摄像头头是OV7670(带FIFO) 超声波模块HC-SR04，连线如下 VCC------------->5V Trig----------->PE5 Echo----------->PA0 GND------------>GND

MTK6572平台，Android5.0 系统 手机上的光感和距离感应，型号ap3426 ，目前来看可能会有点旧。

13.56MHZ远距离天线设计方案

线性调频和步进频技术通常用于改善各类雷达制导武器的距离维分辨率。本文综合采用了这两种技术，设计一种线性调频与步进频复合的雷达信号处理系统，分析了该调频步进频雷达信号成像原理及关键技术，研究了目标运动对成像的影响，对调频步进频的几种常用距离像拼接算法做了仿真分析，并提出了一种新的逆向舍弃距离像拼接算法，可避免了抽取起始点选择不准确问题，该算法复杂度较低，便于实际工程应用，对弹载雷达信号处理系统具有很强的参考价值。

该文件是全国大学生数学建模知识中的一个算法Topsis优劣解距离法的源码和建模赛题拓展资料，具体的讲解内容可以参考本人博客【优劣解距离法】

这是合成孔径雷达成像算法中比较经典的一种算法，即距离-多普勒算法。

patchTK6589打电话时手机自动休眠，此时发现距离感应器失效

市面上常见监控摄像机的镜头与镜头角度跟距离的比例关系资料。含摄像机镜头常识、摄像机电源配置一般参数.镜头与视角关系

成功的距离——管理咨询失败的分析