翻译自高通官网：https://library.vuforia.com/content/vuforia-library/en/articles/Solution/Optimizing-Target-Detection-and-Tracking-Stability.html#non-rect
主要是介绍在上传制作的识别文件时需要注意的事项，提高识别的稳定
内容太多整理成PDF
PDF下载
高通Vuforia优化目标检测与跟踪稳定性
2017-09-18
984
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
翻译自高通官网：https://library.vuforia.com/content/vuforia-library/en/articles/Solution/Optimizing-Target-Detection-and-Tracking-Stability.
目录
相关文章
|
6月前
|
机器学习/深度学习
计算机视觉
网络架构
|
4月前
|
存储
人工智能
物联网
端侧设备AI代理优化框架问世，领域内准确率可达97%
【7月更文挑战第30天】新框架Octo-planner提升端侧AI代理效率与准确性至97%。此框架由Nexa AI等机构合作研发，采用"Planner-Action"模式，将AI代理任务划分为规划与执行两部分，利用"Octopus"及"Phi-3 Mini"模型分别处理。通过fine-tuning技术及GPT-4辅助，实现在资源受限设备上的高性能。更多细节见论文: https://arxiv.org/pdf/2406.18082
49
1
1
|
编解码
监控
算法
|
监控
算法
安全
UWB定位技术源码:实现微米级精度的人员定位系统
UWB人员定位系统是一种基于超宽带技术的人员定位系统，它通过发送和接收超短脉冲信号，在测距方面可以达到微米级精度。这种系统通常需要具备高精度的定位能力，通常需要达到微米级别，这样可以在室内和室外的复杂环境中精确定位，为人员的个人安全提供更好地保障。
125
0
0
|
6月前
|
运维
算法
数据处理
|
数据挖掘
测试技术
|
机器学习/深度学习
计算机视觉
|
机器学习/深度学习
编解码
计算机视觉
苹果公司提出Mobile-ViT | 更小、更轻、精度更高，MobileNets或成为历史！！！（二）
苹果公司提出Mobile-ViT | 更小、更轻、精度更高，MobileNets或成为历史！！！（二）
311
0
0
|
机器学习/深度学习
编解码
PyTorch
苹果公司提出Mobile-ViT | 更小、更轻、精度更高，MobileNets或成为历史！！！（一）
苹果公司提出Mobile-ViT | 更小、更轻、精度更高，MobileNets或成为历史！！！（一）
317
0
0
|
机器学习/深度学习
数据可视化
计算机视觉
CVPR 2022 | 结合短期动态、长期一致性，视频伪装物体检测框架，大幅超越SOTA（2）
CVPR 2022 | 结合短期动态、长期一致性，视频伪装物体检测框架，大幅超越SOTA
104
0
0