大疆无人机 Mavic3 Pro 百亿像素拍摄方案

优质文章学习记录

08 Apr 2026 — 6 min read

百亿像素全景拍摄使用大疆（Dji_Mavic3 Pro）御3pro无人机。

2.飞行操作

外挂操作：手柄后面蓝白黑三个按键

Ps：任何错误或误碰操作都可以按重启键重新开始

3.全景拍摄

参数设置：

镜头	空白镜头（录制视频可切换ND镜头）
两个校准	指南针，IMU
操作模式	云台→跟随，美国手
新建文件夹	拍摄→创建时自动命名
遥控器	自定义C1必须云台回中
	信号需要满格4-5，不要放地上，天线对准无人机
操控手感设置	普通档
参数	转向速度90
	转向平滑度2
	俯仰速度100
	俯仰平滑度0
拍摄	存储格式RAW,画面比例4：3
参数	7x（pro档）	1x（pro档）
ISO	锁定100	锁定100
快门	自动快门	锁定快门400-600根据天气选择
光圈		锁定光圈5.0
拍摄张数	372张/15分钟（100张时看下电量）	31张
AF对焦	C1→AF→触屏→远山→C1
起飞	1x→AOTO
拍摄	黑色按键向左或向右是372*7x	向下是31*1x
录像	拍摄→视频字幕→关闭	避免录制视频存在字幕
	拍摄界面→Auto→4K 30fps	避免播放录制视频慢放
绕点飞行录像	起飞→触屏框选“录制对象”→环绕→设定速度→录像→go	根据滞空位置，自动半径；取消框选前会一直锁定目标

Ps：拍摄时第一张不要对着房子（避免出现拼接错位）

快捷键C2切换镜头（按一下停顿一下再按）

设置好的参数不要修改，时刻注意电池电量，拍摄完毕关闭外挂以免误碰

***起飞点位置

中心起飞点的优势（适用于90%的航拍全景场景）
对称性与均匀覆盖	以目标为中心，无人机环绕飞行时能确保所有方向的距离一致，避免边缘畸变或分辨率差异，使全景拼接更自然
减少透视畸变	中心点拍摄时，建筑物或地标不会因角度倾斜产生拉伸变形，尤其适合城市景观
简化后期拼接	各照片重叠区域均匀拼接软件更容易对齐，减少错位
前方起飞点（仅在特定情况适用）
线性景观	如海岸线、山脉，需沿单一方向拍摄
安全限制	若中心区域有禁飞区或障碍物（高压线、树木），需偏移起飞点

需求：展示什么样的视觉效果？起飞点应该设在哪里（之前都是中心点起飞）？

如果在前方拍摄，应该距离多远？

4.后期处理

步骤：调色→拼接→导出

软件	操作
Lightroom	文件管理命名（日期+地点→地区编码+拍摄次数）
Lightroom	调色→图片过滤器（先批量调整，然后个别针对性调整）→导出（jpg）
PTGui	1x导入→对齐→工具（细节处理）→导出（23078*11539/jpg)→PS补天
PTGui	7x导入→对齐→工具（细节处理）→添加1x补天后jpg→对齐后1x加蒙版→导出（11246*61123/psd/扁平)
Krpano	拆分立面图→发布

4.1拷贝数据

照片按名称整理分类拷贝到200航拍照片指定位置

4.2调色

使用Lightroom软件对所有照片调色处理，先批量调整再针对调整

Ps：各别照片有需要的在单独调整

4.3导出照片

Ps：1x按同样方法处理后导出jpg

4.4拼接照片

使用PTGui软件处理

ps：处理完控制点助手的所有影像后保存项目。

1x按同样方法处理后创建全景导出

4.5补天

1x全景图用PS处理天空

4.6添加蒙版

将补天后的1x全景图加入7x项目中，在1x图上添加蒙版

Ps：注意查看接缝处有无错位需要处理

4.7创建全景

5.拆分全景

6.发布全景

如何快速掌握Stable Diffusion数据集标签编辑器：新手完整指南

如何快速掌握Stable Diffusion数据集标签编辑器：新手完整指南【免费下载链接】stable-diffusion-webui-dataset-tag-editorExtension to edit dataset captions for SD web UI by AUTOMATIC1111 项目地址: https://gitcode.com/gh_mirrors/st/stable-diffusion-webui-dataset-tag-editor Stable Diffusion WebUI Dataset Tag Editor是AUTOMATIC1111 WebUI的扩展工具，专门用于高效管理和编辑图像数据集的标签信息。无论你是AI绘画爱好者还是专业的数据标注人员，这个工具都能显著提升你的标签编辑效率。 🔥 核心功能亮点智能标签识别系统标签编辑器集成了强大的自动识别功能，能够快速为图像生成准确的描述标签。通过[scripts/dataset_tag_editor/interrogators/]目录下的多种识别器，包括BLIP2、Git Large等

Qwen3-ASR-1.7B多场景落地：博物馆AR导览语音→实时转写→关联文物知识图谱推送

Qwen3-ASR-1.7B多场景落地：博物馆AR导览语音→实时转写→关联文物知识图谱推送想象一下，你走进一座宏伟的博物馆，面对一件精美的青铜器，心中充满好奇。你戴上AR眼镜，对着它轻声问：“这件文物是什么年代的？有什么故事？”几秒钟后，眼镜屏幕上不仅出现了详细的文字介绍，还推送了与之相关的其他展品、历史背景视频，甚至推荐了展厅里下一件值得看的文物。这背后，正是语音识别技术从“听懂”到“理解”，再到“智能关联”的完美演绎。今天，我们就来聊聊如何利用Qwen3-ASR-1.7B这款高精度语音识别模型，打造一个从语音导览到知识推送的智能博物馆解决方案。 1. 为什么是Qwen3-ASR-1.7B？在博物馆这种开放、嘈杂且充满回声的环境里，对语音识别的要求非常苛刻。游客可能来自天南海北，带着各种口音；背景里可能有其他游客的交谈声、孩子的跑动声、甚至展品多媒体播放的声音。传统的语音识别方案在这里常常“水土不服”。 Qwen3-ASR-1.7B就像是专门为这种复杂场景定制的“耳朵”。它有几个硬核优势，让它特别适合博物馆： * 听得准：1.

Verilog 零基础入门：语法、仿真与 FPGA 实战

一、入门前提 Verilog 是 FPGA 开发的核心硬件描述语言，学习需具备两大基础：一是数字电子技术常识（理解逻辑门、时序 / 组合逻辑等概念），二是 C 语言基础（有助于快速适应语法结构）。学习核心是掌握 “代码→硬件” 的映射逻辑，而非单纯记忆语法。二、仿真环境选择根据开发场景选择适配环境，需重点注意路径约束： * FPGA 开发环境：Xilinx Vivado（主流推荐）、Xilinx ISE（已停更）、Intel Quartus II * ASIC 开发环境：Synopsys VCS * 关键约束：电脑用户名、软件安装路径、工程路径必须全英文（无中文 / 特殊符号），否则会导致软件启动失败、编译报错或仿真异常。三、Verilog 设计流程

XRoboToolkit —— 基于 PICO 4 Ultra 的机器人遥操作方案（一）

系列文章目录目录系列文章目录前言一、引言二、遥操作系统 2.1 概述 2.2 数据流传输 2.3 机器人控制 2.3.1 逆运动学 2.3.2 灵巧手重新定位 2.3.3 移动底座控制 2.4 XR Unity 应用程序 2.5 立体视觉反馈三、应用与演示 3.1 基于XR控制器的遥操作系统 3.2 基于主动立体视觉的高精度操作 3.3 冗余机械臂控制用运动追踪器 3.4

Read more

如何快速掌握Stable Diffusion数据集标签编辑器：新手完整指南

Qwen3-ASR-1.7B多场景落地：博物馆AR导览语音→实时转写→关联文物知识图谱推送

Verilog 零基础入门：语法、仿真与 FPGA 实战

XRoboToolkit —— 基于 PICO 4 Ultra 的机器人遥操作方案（一）