Pix4Dmapper处理大疆无人机影像数据教程

Pix4Dmapper处理大疆无人机影像数据教程

        初次接触无人机数据处理时,我完全找不到清晰的流程指引,甚至对大疆采集的数据如何使用都毫无头绪。查阅了不少资料,发现信息也相当有限。为避免日后遗忘,特此记录下摸索出的操作流程,权当备忘。

  1. 想要使用Pix4D软件的朋友请注意:这款软件需要付费购买。我查阅了网上资源,发现大多数人都没有提供免费版本。我已经购买了“正版”软件,有需要的朋友可以私信我,我会分享下载链接给你。
  2. 结束,到这里

下面是软件处理影像过程
(1)、首先打开Pix4DTool,点击start或者Auto start以后,立马会将软件的网进行断开,这样就可以进行使用pix4d软件了。
(2)、此时打开软件的界面如下所示


(3)、拷贝数据到电脑然后打开软件新建项目输入项目名称并选好路径点击下一步


(4)、添加无人机照片路径或选择添加照片完成并点击下一步


(5)、因为精灵RTK照片自带POS信息这里就直接默认坐标系,相机参数是写入在照片里可以自动读取,如果不确定就用记事本打开照片找到XMP把相机信息参数输入点击下一步


(6)、输出坐标系选择自己需要的坐标系,和像控点一致的坐标系或RTK默认的CGCS2000坐标系,然后点击下一步


(7)、这里因为是需要正射影像图所以选择第一个标准3D Maps 输出质量高然后点击Finish就完成创建项目


(8)、项目创建完成到这个界面,地图视图里显示照片位置无错乱就可以开始处理数据


(9)、处理数据前打开设置把自己电脑的显卡勾选上启动显卡加速,一般数据没问题可以直接勾选1、2、3步直接完成,如果不确定数据是否正确或者有像控点一般只勾选第一步初始化处理然后点击确定点击开始处理就行


(10)、我的数据没有问题,所以我三个都勾选了,下面是处理的结果过程,绿色的代表处理完成了,红色代表还在处理中


(11)、处理完成第一步以后,如果界面下面的进度条是绿色,表示没有任何报错,第一步就处理成功了。


(12)、根据步骤(11)的说明,初始化处理已正确完成。接下来两个步骤可能需要较长时间处理,仅第一步就耗费了大量时间。我的显卡型号是5070TI,预计完成全部步骤需要几个小时,请耐心等待处理完成,下面我直接展示最终的结果。


下面是DSM图以及正射影像图片



(13)、项目所有成果数据文件都在创建的文件夹下,里面的1、2、3代表里面的数据和对应成果文件


(14)、一般所需要的都在文件夹3dsm里面,打开第三个文件夹,里面的1是DSM高程模型数据,里面的2是正射影像图数据


(15)、我们所需要的正射影像图就在此路径下,打开里面的一张TIF和TFW就是我们所需要的影像图和坐标文件


(16)、我们处理以后得到的数据或多或少可能有点问题,但是你可以拷贝出来用其他的软件进行处理。

Pix4D安装指南:
(1)、下载压缩包

(2)、解压后即可获得所需的文件内容



(3)、在同一个文件夹下,找到一下文件点击进行安装


(4)、一路点击NEXT就可以了,需要换文件夹的,直接换一下就好了,到最后将Launch Pix4Dmapper取消勾选就可以了。


(5)、然后找到压缩过后的文件夹,选中“硬件获取.exe”文件,进行打开


(6)、此时需要获取你计算机系统的名字,这个你可以去Windows设置中的系统中进行寻找。


(7)、找到系统名以后将其复制到Generate HWID旁边的1框中,然后将2框中的ID码全部复制下来。



(8)、打开“4D-Permit-4X”将从上述2框获取的机器码粘贴到下图HWID的1框里面,单击2框Decode键,将3框中的days里的1修改成9999点击4框中的SAve REG


(9)、此时会在相应的目录下面生成一个注册表,双击注册表


(10)、双击注册表后,会出现下面的问题,你需要点击确定就可以了。



(11)、将“Pix4DTool”复制到桌面,用鼠标右键的管理员身份运行Pix4DTool工具,点击auto start后断网(断网工具不影响电脑正常上网。只是把pix4d网断掉。)然后就可以启动pix4d软件了(部分电脑需重启后再打开Pix4DTool才能生效)。


(12)、此时你只要在将软件打开就可以了。


 

Read more

“AI痕迹太重怎么办?”15个提示词教你降低AIGC率,让写作更像人!

“AI痕迹太重怎么办?”15个提示词教你降低AIGC率,让写作更像人!

还在被AIGC率检测卡住?写得再好,也逃不过“AI痕迹”?别急,这篇文章教你15条最实用的“人类化”提示词,让你的写作摆脱机器人味,一键降重过检! 🧠 为什么你写的AI文章“看起来就像AI写的”? 在很多AIGC检测系统中,比如新版知网、Turnitin、Grammarly、GPTZero等,AI生成内容往往因为这些特征而中招: * 表达过于标准、学境思源,结构死板(比如“引言-三点论证-结尾”的模板) * 用词中性均衡,一键生成,缺乏语气变化 * 没有细节、论文初稿,acaids.com。比喻或非逻辑性插话 * 引用来源少或太“教科书式” * 缺乏真实感和主观思维 这就导致了一个问题:AI写得虽然通顺,但“太工整”,反而容易被机器识别成AI! 🛠️ 如何让AI帮你“写得不像AI”?15个逆转提示词来了! 别再单靠“降重工具”打补丁。更聪明的做法是——从源头开始用“降AIGC率提示词”来让AI写得更像人。

文生音频+图生视频:AIGC全链条内容生成工作流搭建

文生音频 + 图生视频:AIGC 全链条内容生成工作流的实践与突破 在短视频、虚拟主播、有声读物等应用爆发式增长的今天,传统音视频制作模式正面临前所未有的挑战。一条3分钟的高质量视频,过去可能需要编剧、配音演员、动画师、剪辑师协同数小时才能完成;而如今,用户期待的是“输入文案 → 输出成片”级别的即时创作体验。这种需求倒逼技术从“辅助工具”向“智能中枢”演进。 正是在这样的背景下,B站开源的 IndexTTS 2.0 引起了广泛关注。它不仅是一款语音合成模型,更是一套面向实际生产的工程化解决方案。其真正价值在于,把原本分散在多个系统中的能力——自然语音生成、音色克隆、情感控制、时长对齐——整合进一个统一框架,并以极低门槛开放给开发者和创作者。 这让我们第一次看到,“用5秒声音定制专属AI主播 + 按剧本自动生成带情绪的语音 + 精准匹配口型节奏”的完整链条,不再是实验室里的概念,而是可以落地的工作流。 为什么 IndexTTS 2.0

技术速递|GitHub Copilot SDK 与云原生的完美融合

技术速递|GitHub Copilot SDK 与云原生的完美融合

作者:卢建晖 - 微软高级云技术布道师 排版:Alan Wang 引言 在当今快速演进的 AI 技术格局中,我们已经见证了从简单聊天机器人到复杂智能体系统的转变。作为一名开发者和技术布道者,我观察到一个正在形成的趋势——重点不在于让 AI 无所不能,而在于让每一个 AI Agent 在特定领域做到极致、做到专业。 今天,我想分享一套令人兴奋的技术组合:GitHub Copilot SDK(将生产级智能体引擎嵌入任意应用的开发工具包) + Agent-to-Agent(A2A)Protocol(实现智能体标准化协作的通信规范) + 云原生部署(支撑生产系统的基础设施)。这三者结合在一起,使我们能够构建真正具备协作能力的多智能体系统。 从 AI 助手到智能体引擎:重新定义能力边界 传统的 AI 助手往往追求“全能”——试图回答你抛给它的任何问题。但在真实的生产环境中,这种方式会遇到严重挑战: * 质量不一致:一个模型同时写代码、做数据分析、

2026 AI 编码工具终局对决:Claude Code、Cursor、GitHub Copilot 全维度拆解与最优选型指南

2026 AI 编码工具终局对决:Claude Code、Cursor、GitHub Copilot 全维度拆解与最优选型指南

2026 年,AI 编码已经彻底完成了从 “可选加分项” 到 “开发者刚需” 的全面渗透。行业数据给出了最直观的印证:95% 的开发者每周都会使用 AI 编码工具,75% 的开发者已经用 AI 完成了 50% 以上的编码工作。但与极高渗透率形成鲜明反差的是,绝大多数开发者都选错了适配自身工作流的工具 —— 很多人依然在跟风使用大众普及度最高的产品,却忽略了不同工具背后完全不同的设计哲学、能力边界与适用场景。 从 2021 年 GitHub Copilot 上线开启 AI 编码 1.0 时代,到 2026 年 AI 编码已经从 “单行代码补全” 进化到 “全流程自主工程化”,赛道已经形成了三大头部产品的三分天下格局:Anthropic 推出的 Claude Code、Anysphere 打造的