本技术公开了一种红外热力信息映射三维点云的方法，包括:在三维点云场景摆放一台虚拟相机，设置成同拍摄红外热力图相机相同的位姿参数A，并生成一张点云图像；先对点云图像进行预处理，再将红外热力图与预处理后的点云图像做特征匹配，以修正红外相机的位姿；重置三维点云场景中的虚拟相机，并将虚拟相机当前可视域内的点云做光栅化处理；对物体的点位信息进行过滤，筛选并保留距相机近平面上的点位；将红外热力图上的红外热力值赋值给对应像素的点云上的点，并生成点云的红外热力值文件。还公开了一种红外热力信息映射三维点云的系统。本发明能够解决将二维红外遥感图像精确映射到三维点云模型的技术问题，实现红外遥感图像的三维可视化。

本技术涉及一种基于开放词汇分割的图像全景分割模型的训练方法和装置，获取训练样本集及预设的点网格；训练样本集中包括至少一个图像、所述至少一个图像中每个图像对应的像素级的类别标签；基于预设的点网格、至少一个图像和每个图像对应的像素级的类别标签，确定预设的点网格中每个点对应的查询嵌入向量；基于至少一个图像以及每个点对应的查询嵌入向量，结合预训练好的特征提取及掩码生成模型，生成每个点对应的预测掩码区域向量；基于至少一个图像以及每个点对应的预测掩码区域向量，结合预设的余弦相似度损失函数，更新多尺度特征适配器的参数。无须耗费大量的人工注释成本，也能完成图像全景分割并提高图像分割的分割性能。

本技术公开了本发明中所述的捆扎机器人视觉系统中深度学习训练方法和数据集的优化方法，包括对工业现场钢筋捆扎作业进行细致采样；完成数据集创建与标注；图像处理与数据集构建；针对性深度学习模型训练，场景适应性优化与模型验证。本发明通过更加精确和平衡的数据集创建与优化，显著提高了模型的识别精度和泛用性。并通过动态的数据集更新和基于置信度的反馈调整，能够持续适应不同的工作环境，有效应对光线和外界条件的变化，保证了系统的稳定性和可靠性，图像增强和数据平衡策略有效地提高了稀有类别的样本数量，进而提高了整个视觉系统的性能。

本技术提出了一种图形处理器中基于WRR算法的片段调度方法，解决了片段染色器染色均衡性不高的问题，其主要技术方案:S1、通过WRR算法为像素扫描模块内多个通道进行权重配比；S2、调度模块将像素扫描模块扫描产生的多个数据片段以与通道对应权重依次调度给片段染色器，以与权重对应片段数量或通道内空状态确定调度结束，其中片段数量与单个片段染色中处理器数量、处理器线程数相关；S3、调度模块重复S2至所有像素扫描模块调度结束，同时将每轮对应调度结束的片段染色器id与调度片段数量串入列表；S4、调度模块依次选取id最小的片段染色器对调度结束的片段进行染色，并依据S3列表内先进先出原则读取片段染色器染色完成信息，再次调度至像素处理模块。

本技术公开了一种水质动态渲染方法及系统、设备、计算机可读取的存储介质，所述水质动态渲染方法将河流水系数据与监测点位的位置信息进行关联，以便于后续在水质渲染阶段可以快速、准确地识别出哪些河流水系是有监测数据的，有利于提高水质渲染效率。整个数据计算处理过程在服务器上进行，而且数据计算结果打包存入成果库中，后续客户端需要实时渲染时直接从成果库中调取相应的数据计算结果即可，无需在渲染过程中与服务器进行大量的数据通信，并且在后续的水质渲染过程中水系数据也无需再从服务器中加载，大量减少了与服务器的交互次数，提高了渲染效率。

本技术公开了一种包裹检测方法和装置。其特征包括:获取待检测视频，提取所述待检测视频中的待检测图像；对所述待检测图像中除待检测区域之外的区域进行遮挡处理，得到目标检测图像；将所述目标检测图像输入至预先训练完成的包裹检测模型中，得到包裹检测图像。从而实现了排除非检测区域的图像，突出了图像目标检测区域的特征，减少了图像数据量，提高了图像检测的准确率，减少了包裹丢失、延误的概率，提升用户满意度。

本技术实施例公开了一种目标检测模型的训练方法、装置、电子设备及介质，其中，该方法包括:获取多组训练样本数据，其中，所述训练样本数据包括样本图像以及所述样本图像对应的目标锚框信息；基于所述目标锚框信息确定自适应锚框信息；将所述自适应锚框信息对预先建立的初始化模型的原始锚框信息进行替换，得到自适应锚框模型，其中，所述自适应锚框信息对应的锚框数量少于所述原始锚框信息对应的锚框数量；基于所述多组训练样本数据，对所述自适应锚框模型进行训练，得到小目标检测模型。本文的技术方案可以在小目标检测模型训练中有效减少锚框数量的使用，从而能够减少训练时间。

本技术提供了一种基于摄像头特征提取的行车预警方法及相关设备，其中，该方法包括:对获取的多模态视频数据进行分帧处理，随后通过深度残差网络对分帧后的图像进行特征提取，得到各自的初始特征。接着，通过特征交互和特征移位技术，对RGB图像、红外图像和深度图像对应的初始特征进行优化处理，得到优化后的特征。最终，将优化后的特征输入预设的行人意图识别模型中，模型根据输入的特征识别出摄像头数据中目标行人的意图类型。根据识别出的意图类型及车载终端的当前行驶策略。本方法通过综合利用多模态数据，提高了行车预警的准确性和实时性，尤其是在夜间或复杂环境下的适应性，有效提升了道路行驶的安全性。

 本技术涉及数字地图渲染技术领域，尤其是指一种自定义区域的地形晕渲图实时渲染方法及系统，包括:获取需要进行地形表达的区域的原始DEM栅格数据，将其转化为Terrain‑RGB栅格数据后发布地图服务；构建自定义区域，获取自定义区域内的高程值列表，并根据高程值列表创建与自定义区域相适配的色带配置表；将色带配置表渲染为色带纹理图；根据当前地图的地图层级和窗口空间范围获取地形瓦片，将地形瓦片和色带纹理图传入地形瓦片着色器渲染程序，基于三维渲染引擎实现当前地图窗口空间中的自定义区域地形渲染。本发明实现了在电子地图中针对自定义区域进行地形晕渲图实时动态渲染，增强了电子地图表达效果和信息传递能力。

 本技术公开了基于软件定义网络的流量探测系统及方法，属于机器学习技术领域，要解决的技术问题为:如何在权衡探测间隔和探测精度的的情况下实现灵活的网路流量监控。包括配置于SDN控制器的监测管理器、统计模块、数据保存模块、状态转化模块以及智能体模块；智能体模块依据监控过程中所产生的控制器负载、交换机资源消耗、信道开销以及网络中的流量速率，不停地与网络环境交互，在保证网络正常运行的情况下，对网络中的流量进行灵活监测并且权衡监测精度和探测间隔大小，用很低的成本对网络流量进行监测，即使在网络发生突变时，能实时调整探测间隔，为网络管理提供很好的支持，便于网络维护人员快速的处理网络中出现的异常。