嵌入式操作系统、网络技术交流群:26509852，欢迎爱好者加入

jamessweet 2006-06-28 08:15:00

群内大多数人员是相关从业人员和在校研究生。欢迎这方面的爱好者加入技术交流的队伍当中来。

...全文

199 回复打赏收藏举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本文分别采用了 ‘collider+rigidbody’ / ‘character controller’ 两种方式共四种情况来分享在代码中input采用unity基本的“Horizontal”+“Vertical”输入获取（unity新的那个input system用过包但还没自己实际了解过嘿嘿(●ˇ∀ˇ●)）如果是collider+rigidbody的话，使用的是rigidbody的MovePosition()方法如果是character controller的话使用的是该控制器的simplemo

Skinned Mesh 中文一般称作骨骼蒙皮动画.这种动画中包含骨骼（ Bone ）和蒙皮 (Skinned Mesh) 两个部分， Bone 的层次结构和关节动画类似， Mesh 则和关节动画不同：关节动画中是使用多个分散的 Mesh, 而 Skinned Mesh 中 Mesh 是一个整体，也就是说只有一个 Mesh, 实际上如果没有骨骼让 Mesh 运动变形， Mesh 就和静态模型一样了。当需要支持亚洲语言或者较大的字体的时候，若使用正常纹理，则字体的纹理将非常大。Render 的作用？

U3D（Unity 3D）作为跨平台游戏与交互应用的主流开发引擎，其核心能力要求开发者同时掌握C#编程基础、Unity组件生命周期、物理系统与图形学渲染原理。从技术价值看，熟练运用协程、射线检测、UGUI事件机制等高频技能，能高效实现教育硬件、AR互动等轻量化3D应用中的复杂交互。针对校招场景，理解相机矩阵变换、光照模型与深度缓冲等图形学基础，以及对象池、BFS等常见算法落地，是区分工程实践能力的关键。在备考过程中，围绕网易有道的实际岗位定位，优先巩固Time.deltaTime、LayerMask位运算、

附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。【数据集概况】 · 检测类别（中文）：[坡道(ramp)] · 训练集：275 张 · 验证集：27 张 · 测试集：0 张 · 总计：302 张该数据集聚焦于城市环境中各类建筑入口处的坡道设施，涵盖住宅、商铺、公共设施等多种场景，真实反映了无障碍通行设施在实际应用中的多样化形态。数据集中包含金属、橡胶、塑料等多种材质的坡道，以及不同尺寸、结构和安装方式的实例，充分体现了坡道在城市基础设施中的广泛部署与重要性。该数据集为城市智慧化管理、无障碍环境建设及公共安全监控提供了高质量的视觉基础支持。... 【训练曲线与评估图】【模型训练配置】参数 | 值模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备【关键指标汇总】训练了 33 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.6372** mAP50-95 | 0.3401 Precision | 0.6603 Recall | 0.6190 train/box_loss | 1.0569 train/cls_loss | 0.7307 val/box_loss | 1.6084 val/cls_loss | 1.9323 【训练过程分析】 33 轮训练后 mAP50 仅 0.6372，模型收敛不充分。Loss 曲线前期下降后进入平台期，mAP 提升缓慢。mAP50-95 为 0.3401，定位精度同样偏低。【模型性能评估】 Precision 0.6603、Recall 0.6190，精度高于召回，存在一... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。

园区如何通过数据分析提升企业服务精准度？

驱动开发/核心开发

21,620

社区成员

21,709

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章