点云的多边形表面重建
PolyFit重建管道
PolyFit实现了以下所述的基于假设和选择的曲面重建方法：
Liangliang Nan and Peter Wonka.
PolyFit: Polygonal Surface Reconstruction from Point Clouds.
ICCV 2017.
如果使用代码/程序（或其一部分），请考虑引用以上文章。
获取PolyFit
预构建的可执行文件（适用于macOS ， Linux和Windows ）可。
您也可以从源代码构建PolyFit：
下载。
依存关系
（已测试v5.8.0，v5.9.2，v5.10.1）
（已测试v4.10，v4.11.1）
建立PolyFit。
有很多构建PolyFit的方法。 选择以下一项（或您熟悉的任何一项）：
选项1：使用可以直接处理CMakeLists文件的任何IDE
2021-10-27 17:12:36
10.25MB
1
Surface Plasmons on Smooth and Rough Surfaces and on Gratings by Raether. SPR经典教材
2021-10-11 16:39:47
2.14MB
1
英文| [简体中文]（ ）
表面缺陷检测：数据集和论文
:horse: :chart_increasing:在表面缺陷研究领域不断总结开源数据集非常重要。收集并汇编了2017年以来的重要重要论文，可以在 文件夹。 :whale:
数据集下载： |
介绍
目前，基于机器视觉的表面缺陷设备已在3C，汽车，家用电器，机械制造，半导体和电子，化学，制药，航空航天，轻工等多个行业的各个领域中广泛取代了人工视觉检查。基于机器视觉的传统表面缺陷检测方法通常使用常规图像处理算法或人为设计的特征以及分类器。一般而言，成像方案通常是通过使用被检查表面或缺陷的不同属性来设计的。合理的成像方案有助于获得照明均匀的图像，并清晰地反映物体的表面缺陷。近年来，许多基于深度学习的缺陷检测方法也已广泛用于各种工业场景中。
与计算机视觉中清晰的分类，检测和分割任务相比，缺陷检测的要求非常普遍。实际上，它的要求可以分为三个不同的级别：“缺陷是什么”（分类），“缺陷在哪里”（
2021-10-05 14:54:23
255.5MB
1
Alum_surface_defect_detection
这包括我天池比赛的代码： 。 （阿里巴巴公司持有）
比赛旨在利用计算机视觉技术帮助工人检查他们的铝表面产品是否有任何缺陷，如斑点、划痕等。
Season1（分类）排名：96/2972
我发现非常有用的：
InceptionV4(pytorch)
合并投票（类似于装袋）
好的迭代步骤
一般般：
数据增强（水平翻转）
集成（Xception、Resnet50、InveptionV3）
降低我的测试帐户
所有其他增强。 特别是随机旋转（0~8，角度越大，acc越差））
Season2（本地化）排名：10/2972
我发现非常有用的：
FasterRcnn&FPN(检测器)
更大的调整大小（maskrcnn 为 960，FasterRcnn 为 800）
投票
亚当而不是新元
降低门槛
一般般：
Mask-Rcnn(
2021-09-29 14:56:13
5.9MB
1
函数使用由 Tomas Möller (1997) 提出并作为高度矢量化的 MATLAB 代码实现的三角形/三角形相交算法来计算任何两个三角化表面的相交。 该算法被扩展为包括相交表面的计算，以及布尔矩阵编目来自一个表面的哪个三角形与另一个表面中的哪个三角形相交。 函数可用于轮廓线计算，并可处理位于同一平面上的曲面。
2021-09-10 20:14:39
375KB
1
Zemax中二元面Binary surface type使用实例，详细解释说明和对应实例演示，用于设计参考，好不好用你留言，更多资料放送。
2021-09-07 15:33:57
445KB
1