UCI Folio Leaf 是不同种类树叶的图片数据集，包含 32 中不同的树叶种类，每类 20 张左右的图像。

对于低地球轨道（LEO）空间物体的逆合成Kong径雷达（ISAR）成像，检查整个可见弧周期内物体图像平面中的变化可以更直接地表征物体成像中的变化。 在这项研究中，扩展了理想的转盘模型来确定近圆形LEO物体的观测几何形状。 将两个近似值应用于观测模型，以计算近圆形轨道物体的像面法线和观测角。 一种近似方法是在雷达观测期间将空间物体的轨道视为相对于地球的标准弧，另一种方法忽略了地球自转对观测的影响。 首先，基于几何模型确定了各种姿态稳定方法中像平面法线的闭合形式解。 然后，根据雷达视线（LOS）的共同约束条件，分析了像平面的特性和近圆形轨道物体的观察角。 随后，对ISAR成像的像面变化和几何约束进行了量化。 根据像平面的法线，估计雷达LOS的旋转角速度。 然后校准ISAR图像的跨范围方向。 然后基于双站干涉仪重建三维成像。 最后，进行了仿真以验证三维干涉重建的结果并计算重建的精度误差。

这个是我闲着无聊的时候写的。 用javascript实现。 模拟小物体从高空落下，加速，撞击地面，反弹，减速等的一系列过程。 供javascript初学者学习参考。 希望大家多多批评指正，共同进步。

No More Strided Convolutions or Pooling:A New CNN Building Block for Low-Resolution Images and Small Objects 无卷积步长或池化:用于低分辨率图像和小物体的新 CNN 模块SPD-Conv 提出了一个名为SPD-Conv的新的CNN构建块，它完全消除了步长和池化操作，取而代之的是一个空间到深度卷积和一个无步长卷积。

本小组研究的课题是基于深度学习的图像识别，最终实现的是对海量图片数据的学习和准确的识别，不仅如此，我们测试了几种不同的分类模型，并比较预测结果，计算预测准确率，对预测方法进行优化，希望得到一种最高效的预测方法，从而实现真正的机器智能化识别。 本小组课设主要基于python开发环境下的scikit-learn标准库以及PIL图像处理库，并采用matplotlib实现最终结果的比对，PIL库用于图像的特征值批量读取，scikit-learn标准库用于分类模型的构建，matplotlib则用于显示最终结果。

hl=zh-cnHA中TensorFlow图像处理配置说明image_processing: - platform: tensorflow scan_inter

RGBD显着物体检测：基准和算法

本资源实现了以下需求： 点选物体：点击物体，可以选中物体，按住 Ctrl 追加选中，选中的物体设置为红色。 框选物体：拖拽鼠标，屏幕上会出现滑动框，滑动框内的物体会被选中，选中的物体设置为红色。 绘制外边框：给选中的物体绘制外边框（选中框）。

欧拉公式求长期率的matlab代码拾放机器人 使用ROS的6自由度KUKA KR210拟人化机器人串行操纵器进行对象拾取和存储 萨尔曼·哈什米 内容 缩略语 自由度 ROS 弧 国际空间站 EVA 电子工程 厕所 DH FK 我知道 存款准备金 城市发展基金 1.简介 该项目源自Udacity's，后者又由Amazon Robotics LLC赞助。 图1.1亚马逊配送中心的机械臂货架产品 客观的 在非结构化环境中实现商业可行的自动拣选和存储，例如从货架上拣选产品并将其放入装运箱，仍然是一个艰巨的挑战。 ARC的目标是执行一般任务的简化版本，该任务是在架子上拣货和存放物品。 根据ARC规则：“挑战结合了对象识别，姿势识别，抓握计划，顺应性操纵，运动计划，任务计划，任务执行以及错误检测和恢复”。 该项目的目的是演示KR210在模拟中将自主物体拾取和放置在半非结构化环境中的自主能力。 在此项目的上下文中，一个拾取和放置周期可以分为以下任务： 确定架子上的目标对象 计划并朝目标物进行清洁运动 有效地抓取/拾取目标物体而不会干扰其他物体 计划并进行干净的移动，到达下车地点 有效地将物体存放/放

物体破碎特效插件Mesh Explosion14，亲测2018.4.7无报错