【转载】图像采样中的蓝噪声方法

最近看了一本很有意思的书，Nicolas P. Rougier的From Python to Numpy。其中有一小节Blue noise sampling，讲的是所谓的面向问题的代码向量化，很有意思，简单记录一下。（当然，向量化的代码可以提升

深度图在线可视化

交换机vs路由器

局域网传数据、交互，交换机延迟是不是比路由器低的多，为什么?

随机密码生成器

🔐 随机密码生成器 密码长度：

paper list 202506

“Lift, Splat, Shoot: Encoding Images from Arbitrary Camera Rigs by Implicitly Unprojecting to 3D” “Uncertainty-Aware CNNs for Depth Completion: Uncert

深度转视差代码

内参fx可以从镜头焦距F,sensor_width直接计算得到 import cv2 import numpy as np import matplotlib.pyplot as plt depth_l = np.load('stereo_pinhole/0000.npy') depth_r =

2025.1.2实验：二维深度图Depth-first Point Filtering

现象描述 因为安装位置的关系，LiDAR在鱼眼相机的上面，导致点云投影到鱼眼相机时，鱼眼相机不可视的点投影到了图像上，且与近处点云交错重叠。如图，左边显示器顶部出现了深度交错。 解决思路 类似Z-buffering的原理，思路是用前面的点过滤掉后面的点。根据透视原理，近处点云所投影的像素面积是会比远

file

vtoyboot-1.0.35.iso

continue to train from best checkpoint rather than last one

背景 通常我们会选择连续若干个epoch后train loss不下降时就降低lr（为方便讨论，这里统一选择减半lr）的策略。具体来说，train的时候通过计算eval分数判断best weight，同时记录last weight。但是在发现train loss无法下降时其实已经不是最好的时机，通过实

点云深度可视化标定与自动生成