无人机航测内业处理（iTwin Capture Modeler）

优质文章学习记录

— 7 min read
无人机航测内业处理（iTwin Capture Modeler）

iTwin Capture Modeler 内业处理

1、概述

本文以iTwin Capture Modeler（旧名称为Context Capture或Smart3D）软件为例介绍航测建模、土方算量、三维模型在线发布分享等内业处理。
本机所使用笔记本电脑主要配置：
CPU：intel Core Ultra 9 275HX
显卡：NVIDIA GeForce RTX 5070 Ti Laptop GPU 12GB
内存：32GB
注意：内存大小决定是否可以成功建模，内存不足建模失败（不会提示失败原因），推荐16GB以上；硬盘剩余容量建议为建模图片大小的2~3倍，否则会因为容量不足建模失败。

2、内业数据处理

2.1新建工程

打开两个软件，第一个为引擎，建模必须打开，第二个为主程序，第三个为模型浏览查看程序

在这里插入图片描述

开始计算空三或者建模时，主程序进度条卡在某一数值时，检查引擎界面是否有任务在执行，若无可按回车键解决，或者重新打开引擎

在这里插入图片描述


新建工程，保存路径不能有中文

在这里插入图片描述

2.2新建区块

新建区块（也可使用Metashape计算好的空三导入，Metashape空三计算速度更快，但建模质量较低，只生产正射影像可使用Metashape）

在这里插入图片描述

2.3导入影像

导入影像，可选择图片或者文件夹

在这里插入图片描述

2.4第一次空三

提交第一次空三计算，无需设置参数，第一次空三目的是为了对齐影像，建立连接点

在这里插入图片描述


在这里插入图片描述


空三完成后查看空三质量报告，主要看位置不确定性数值，越小越好，看自己需求需要几公分的

在这里插入图片描述


在这里插入图片描述

2.5刺点

点开测量，选择导入自定义文本格式，或者也可以手动添加坐标点

在这里插入图片描述


选择像控点文件，一般为手簿导出的dat格式文件或者txt等

在这里插入图片描述


根据自己坐标文件的格式内容，选择是否忽略头行等，大多数坐标文件分隔符为英文逗号","，根据自己的文件内容格式选择

在这里插入图片描述


本工程采用的是北京54坐标系，1.5°分带，中央子午线为109.5°，需要自定义坐标系

在这里插入图片描述


自定义坐标系，点击编辑，选择坐标系prj文件

在这里插入图片描述

关于如何自定义参考坐标系文件：本工程坐标系中央子午线为109.5°，可以在空间参考系统数据库中找到与本项目中央子午线最接近的坐标系，右键导出，然后在记事本中打开，将其中的中央子午线修改为109.5°即可

在这里插入图片描述


设置点名及xyz，若导入后在三维视图里面没有显示像控点位置则可能为xy坐标搞反了，重新导入像控点文件即可

在这里插入图片描述


刺点：刺点是为了约束平面和高程位置与提高精度，本工程采用当地理论最低潮面为高程0m点，属于地方高程系统，必须刺点；
刺点优先选择标记清晰，位于图片中央的点

在这里插入图片描述

2.6第二次空三

刺点完成后，再次提交空三运算，空三参数默认即可
空三完成后查看质量报告，重投影误差控制在1个像素内，若该点误差过大可能为刺点出现问题，或者也可以删除该点

在这里插入图片描述

2.7三维重建

选择新建重建框架-三维重建

在这里插入图片描述


空间框架中选择要建模的范围，先选择坐标系，如果建模范围为规则矩形可选择框否则使用新建多边形；有具体的范围也可以导入kml文件；切块大小根据自己电脑内存的大小选择，确保内存使用量不大于本机内存的80%

在这里插入图片描述


选择生产OSGB文件

在这里插入图片描述


坐标系选择自己所需坐标系

在这里插入图片描述


等待生产完成，得到一个xml文件和Date文件夹

在这里插入图片描述


生产完成后删除过程文件，释放磁盘空间

在这里插入图片描述


OSGB模型可使用倾斜伴侣查看http://www.osgblab.com/

3、建模精度检查

模型精度检查可采用倾斜伴侣检查，
选择精度检查，浏览控制点文件，选中控制点，在模型上点击标记，最终得到模型精度

在这里插入图片描述

4、提取高程点

4.1Cass中加载模型

选择3D图标，找到模型所在路径，选择后缀为XML的文件，双击打开

在这里插入图片描述

4.2提取高程点

使用闭合范围提取高程点，先绘制要提取高程点的范围线（使用多段线绘制），采点间距按需求选择（本文为10m）

在这里插入图片描述


在这里插入图片描述

4.3土方算量

利用Cass工程应用计算土方

5、模型分享

倾斜摄影模型在线查看分享可使用中交项目管理系统-CBIM协同实现，可创建场景，叠加卫星影像、BIM模型等信息

在这里插入图片描述


在这里插入图片描述

也可通过四维轻云、BIMFACE等在线网页分享查看模型

Read more

Workers AI 完整教程：每天白嫖 10000 次大模型调用，比 OpenAI 省 90%

Workers AI 完整教程：每天白嫖 10000 次大模型调用，比 OpenAI 省 90%

说实话,第一次看到 OpenAI 账单的时候我整个人都傻了。一个月 200 多美元,就因为做了个小项目测试了几天 API。那时候我就在想:有没有免费或者便宜点的替代方案? 后来在研究 Cloudflare 的边缘计算功能时,偶然发现了 Workers AI。测试了一周后发现,免费额度对个人开发者来说真的够用。今天就把完整的使用方法分享给你。 Workers AI 是什么?为什么值得关注? 简单来说,Workers AI 就是 Cloudflare 推出的无服务器 AI 推理服务。你不需要自己买 GPU、不需要管服务器,写几行代码就能调用 Llama、Mistral 这些开源大模型。 最关键的是三点: 1. 每天 10,000 Neurons 免费额度 * 实测大概能处理几百次对话,个人项目完全够用 * 用 Llama
【全网最详细！十万字解析】SpringAI+Deepseek大模型应用开发实战笔记-上半（进阶+详细+完整代码）

【全网最详细！十万字解析】SpringAI+Deepseek大模型应用开发实战笔记-上半（进阶+详细+完整代码）

前言         全网目前最完整的针对黑马程序员的SpringAI+Deepseek大模型应用课程的学习笔记         在课程的基础之上进行了许多的拓展和延伸         相信一定可以帮到你更好的学习和掌握大模型应用的开发和SpringAI的运用         希望觉得有用的小伙伴可以点赞收藏关注！！！         目前文章还剩一点没更新完，后续会把完整前后端开发好的代码传上去，现在因为还没有完全改好，怕涉及侵权文档，不敢直接发，后续我把前端也做一定修改之后，会打包一起分享出来        下半部分链接：【全网最详细！十万字解析】黑马SpringAI+Deepseek大模型应用开发实战笔记-下半（进阶+详细+完整代码）-ZEEKLOG博客        后端完整代码：GM828/HFUT-AIChat: SpringAI实战项目，实现了Prompt+FunctionCalling+RAG的功能，通过MySQL和Redis进行数据持久化操作 目录 前言 1.对话机器人 1.1对话机器人-初步实现 1.1.1引入依赖 1.1.2配置模型信息

AI插帧避坑指南：小黄鸭Lossless Scaling这些设置千万别开！Steam玩家血泪总结

AI插帧避坑指南：Lossless Scaling实战配置与性能陷阱全解析 从Steam玩家的血泪教训说起 第一次在《艾尔登法环》中启用Lossless Scaling的AI插帧功能时，我盯着屏幕上扭曲的"果冻树"足足愣了三分钟——原本庄严的黄金树变成了不断蠕动的凝胶状物体，而角色攻击时的武器轨迹更是拖出了长达两秒的残影。这绝非个例：在Steam社区近万条讨论中，约43%的负面评价都源于不恰当的参数配置导致的视觉灾难。 作为一款集成了FSR、AI插帧等多项增强技术的瑞士军刀式工具，Lossless Scaling（玩家爱称"小黄鸭"）确实能让30帧游戏获得接近60帧的流畅体验。但它的强大恰恰构成了双重陷阱：新手容易被默认参数误导，而进阶用户又常因过度调校适得其反。经过六个月实测超过50款游戏，我总结出这份覆盖硬件兼容性、游戏类型适配、画质损失控制的三维避坑体系。 硬件层的隐形雷区 GPU与API的致命组合 在NVIDIA控制面板中开启"低延迟模式"后，RTX 3060 Ti运行《赛博朋克2077》时出现了持续黑屏。根本原因在于Windows 11 23H2版本中，
OpenClaw 保姆级实战教程：从部署到自动化实操，一文吃透龙虾 AI Agent

OpenClaw 保姆级实战教程：从部署到自动化实操，一文吃透龙虾 AI Agent

前言 近期 OpenClaw（龙虾 AI）彻底引爆 AI Agent 领域，凭借UI 自动化操作、大模型无缝接入、本地私有化部署三大核心优势，成为程序员、效率爱好者的新宠。本文结合实战演示，从核心原理、环境搭建、部署流程、实操案例、问题排查全维度讲解，带你从零玩转 OpenClaw，ZEEKLOG 首发可直接发布！ 一、OpenClaw 到底是什么？ OpenClaw 是一款开源的AI 自动化执行框架，核心逻辑是「大模型负责思考决策，本地引擎负责鼠标 / 键盘 / 屏幕操作」，实现 AI 自主完成电脑端全流程任务，解放双手。 核心特性 1. 手脑分离架构：大模型（大脑）+ 本地执行器（手脚）解耦，支持任意模型插拔 2.