Points2Grid 通过OpenTopography设施（ ）运行的数千个作业得到了证明，Points2Grid是一个强大的可扩展工具，可以使用本地网格方法生成数字高程模型（DEM）。 局部网格化算法根据用户提供的半径，使用围绕每个网格单元定义的圆形邻域来计算网格单元高程。 此邻域称为bin，而网格单元称为DEM节点。 对于落在仓中的点，最多可以计算四个值（最小值，最大值，平均值或反距离加权（IDW）平均值）。 然后将这些值分配给相应的DEM节点，并用于表示该bin表示的邻域上的海拔变化。 如果在给定的bin中未找到任何点，则DEM节点将收到一个空值。 Points2Grid服务还提供了空值归档选项，该选项通过3、5或7个像素的方形移动窗口应用反距离加权焦点均值，以填充DEM中具有空值的像元。 如果LIDAR发射密度超过根据这些数据生成的网格的分辨率，Points2Grid所采用的

这个文章主要是对CenterNet中生成高斯核的部分代码进行解析，具体原理不会细讲，但是**本文增加了一个很方便理解的可视化的代**码，可以自己拿来跑就行，自己debug应该也可以理解作者的意思，希望对读者有帮助。

三点圆 Qt 图形场景，基于三个点制作圆弧和圆。

GPSubPoints，ArcGIS点抽稀源码

基于深度学习的目标检测方向的最新方案的代码实现，检测性能明显高于YOLO，SSD等方法。

资源包括： 由于网络原因，执行omnizart download-checkpoints的时候报错超时，所以需要手动下载。 把checkpoint放到：你的conda环境\Lib\site-packages\omnizart\checkpoints 对应的文件夹中

Camera self-calibration method based on two vanishing points

THREEPOINTS2PLANEZ返回通过3D空间中三个点的平面方程的系数。 平面方程的形式为 z =斜率x * x +斜率* y + C 例子： 给定 x 和 y 中的三个随机点，定义在 x 方向具有 2.1 斜率和在 y 方向具有 -3.4 斜率的 z 平面。 验证 Threepoints2planez 返回正确的斜率和 z 截距： x = rand（3,1）; y = rand(3,1); z = 2.1*x - 3.4*y + 19； [slopex,slopey,C] = Threepoints2planez(x,y,z) 斜率= 2.1000 倾斜 = -3.4000 C = 19.0000 更新： 写完这个函数后，我找到了 Kevin Moerman 的 plane_fit 函数（ http://www.mathworks.com/matlabcentral

matlab光线追迹例子，用于三片式光学结构追迹仿真

points_cluster 用于聚类点的ROS软件包 安装 建立工作空间并拷贝这个库mkdir -p ros_ws/src cd ros_ws/src git clone https://github.com/shangjie-li/points_cluster.git cd .. catkin_make 参数配置 修改points_cluster/launch/points_cluster.launch < param xss=removed xss=removed> < param xss=removed xss=removed> < param name= " min_cluster_points_num " value= " 5 " /