获得徽章 8
赞了这篇沸点
赞了这篇沸点
全球首个城市级NeRF实景三维大模型“书生·天际”![[色]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_3.41d9a9a.png)
，主要亮点：
亮点1:大范围、高精度建模
首次实现 100 平方公里、4K 图像精度的城市级 NeRF 高效训练，建模范围理论上具有无限可扩展性。
亮点2：实时、高精度渲染
首次实现城市级 NeRF 的 100 平方公里全范围 1k 分辨率、30 帧 实时渲染 和 4k 分辨率离线渲染，打造沉浸式穿梭体验。
亮点3：丰富的扩展功能
提供丰富的超越重建能力，包括移除、新建、旋转城市建筑等城市编辑能力，调节光照、季节等城市风格变化能力。
亮点4：训练、渲染、交互一体化系统
首次实现覆盖算法、算子、计算系统、用户交互的城市级 NeRF 系统，为训练、渲染、交互和应用提供坚实基础。
书生·天际官网：
landmark.intern-ai.org.cn
开源地址：
github.com
论文地址：
city-super.github.io
![[色]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_3.41d9a9a.png)
，主要亮点：亮点1:大范围、高精度建模
首次实现 100 平方公里、4K 图像精度的城市级 NeRF 高效训练，建模范围理论上具有无限可扩展性。
亮点2：实时、高精度渲染
首次实现城市级 NeRF 的 100 平方公里全范围 1k 分辨率、30 帧 实时渲染 和 4k 分辨率离线渲染，打造沉浸式穿梭体验。
亮点3：丰富的扩展功能
提供丰富的超越重建能力，包括移除、新建、旋转城市建筑等城市编辑能力，调节光照、季节等城市风格变化能力。
亮点4：训练、渲染、交互一体化系统
首次实现覆盖算法、算子、计算系统、用户交互的城市级 NeRF 系统，为训练、渲染、交互和应用提供坚实基础。
书生·天际官网：
landmark.intern-ai.org.cn开源地址：
github.com论文地址：
city-super.github.io
展开
12
170
赞了这篇沸点
#1024一起掘金# 水了几天，今天问了技术问题：
uniapp可以选择本地录制好的视频进行推流吗？
实现功能：
1、手机本地开启直播推流，并录制，每5分钟保存一次到本地
2、平台可以拉流，实时查看直播
3、平台可以调取手机历史视频
3.1、平台发起指令，手机对历史视频推流
3.2、平台拉流查看历史视频
uniapp可以选择本地录制好的视频进行推流吗？
实现功能：
1、手机本地开启直播推流，并录制，每5分钟保存一次到本地
2、平台可以拉流，实时查看直播
3、平台可以调取手机历史视频
3.1、平台发起指令，手机对历史视频推流
3.2、平台拉流查看历史视频
展开
14
157
![[流泪]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_6.dde0d83.png)
赞了这篇文章
赞了这篇文章
赞了这篇文章
赞了这篇文章
#青训营笔记创作活动#
2月17日 打卡day42
今日学习 数据表分区 1.数据量较大 2.查询场景只在某个区 3.没有联合查询的场景 数据表分表 数据量较大,无法区分明显冷热区 且数据可以完整按照区间划分 冷热归档分库 数据量较大；数据冷热分区明显；冷数据使用频率极低；
2月17日 打卡day42
今日学习 数据表分区 1.数据量较大 2.查询场景只在某个区 3.没有联合查询的场景 数据表分表 数据量较大,无法区分明显冷热区 且数据可以完整按照区间划分 冷热归档分库 数据量较大；数据冷热分区明显；冷数据使用频率极低；
展开
评论
点赞
2月15日 打卡day41
今日学习 #青训营笔记创作活动# debug代码是一个常用而且很常见的技能，但是不是每个人都能很有效率的debug代码...
有一些idea隐藏的debug方式，虽然一些人不关注，但是有用并且能极大提升效率
文章主要介绍一些一些在实际项目中相对有用的可以提升debug能力的一些经验。最后如果说实在是有问题，但是又没办法进入调试模式，可以考虑arthas的trace和watch。
展开
评论
点赞
#青训营笔记创作活动#
2月14日 打卡day40
今日学习 其实窗口临界问题，就是在即将被移出窗口的这段区间内，可能一次性访问量达到了我们的阈值，而由于要移出窗口了，计数又将重置了，所以这些访问量就相当于不会被后续统计到，那么后续再次超过阈值，就变成双倍阈值了。
展开
评论
点赞
#青训营笔记创作活动#
2月13日 打卡day39
今日学习Java 8 引入了一个十分实用的 Optional 类，它主要是为了解决空指针异常（NullPointerException）。当我们对对象的属性进行检查，判断它的值是否为期望的格式，最终却发现我们查看的并不是一个对象，而是一个空指针，它会立即抛出一个让人厌烦的 NullPointerException 异常。
2月13日 打卡day39
今日学习Java 8 引入了一个十分实用的 Optional 类，它主要是为了解决空指针异常（NullPointerException）。当我们对对象的属性进行检查，判断它的值是否为期望的格式，最终却发现我们查看的并不是一个对象，而是一个空指针，它会立即抛出一个让人厌烦的 NullPointerException 异常。
展开
评论
点赞
#青训营笔记创作活动#
2月12日 打卡day38
今日学习 秒杀特点是持续时间短，抢购人数多，参与人数远远高于商品数量。抢购开始前后大量用户请求涌入，极易给服务造成巨大压力。如果系统设计不当，还容易造成超卖、少卖、数据丢失、服务雪崩等问题。
秒杀的高并发场景下，传统订单架构存在的性能瓶颈，如何利用 redis、MQ 等中间件对系统做优化，解决缓存加速、防止重复提交、排队下单、超卖、少卖、削峰、异步下单等核心问题。
2月12日 打卡day38
今日学习 秒杀特点是持续时间短，抢购人数多，参与人数远远高于商品数量。抢购开始前后大量用户请求涌入，极易给服务造成巨大压力。如果系统设计不当，还容易造成超卖、少卖、数据丢失、服务雪崩等问题。
秒杀的高并发场景下，传统订单架构存在的性能瓶颈，如何利用 redis、MQ 等中间件对系统做优化，解决缓存加速、防止重复提交、排队下单、超卖、少卖、削峰、异步下单等核心问题。
展开
评论
点赞
#青训营笔记创作活动#
2月11日 打卡day37
今日学习 缓存可靠性与数据一致性 热点数据与淘汰策略 缓存雪崩：避免缓存的集中失效 缓存击穿：有效的冷数据预热加载机制 缓存穿透：合理的防身自保手段 缓存的数据一致性 数据库更新+缓存更新 数据库更新+缓存删除
2月11日 打卡day37
今日学习 缓存可靠性与数据一致性 热点数据与淘汰策略 缓存雪崩：避免缓存的集中失效 缓存击穿：有效的冷数据预热加载机制 缓存穿透：合理的防身自保手段 缓存的数据一致性 数据库更新+缓存更新 数据库更新+缓存删除
展开
评论
点赞
#青训营笔记创作活动#
2月10日 打卡day36
今日学习 string 类型的值是只读的二进制 byte slice，如果真要修改字符串中的字符，将 string 转为 []byte 修改后，再转为 string 即可。 在 encode/decode JSON 数据时，Go 默认会将数值当做 float64 处理。 recover 必须在 defer 函数中运行 for select配合时，break 并不能跳出循环。
2月10日 打卡day36
今日学习 string 类型的值是只读的二进制 byte slice，如果真要修改字符串中的字符，将 string 转为 []byte 修改后，再转为 string 即可。 在 encode/decode JSON 数据时，Go 默认会将数值当做 float64 处理。 recover 必须在 defer 函数中运行 for select配合时，break 并不能跳出循环。
展开
评论
点赞
#青训营笔记创作活动#
2月9日 打卡day35
今日学习 PayloadFunc：它的入参就是 Authenticator 的返回值，此时负责解析 users[0]，并将用户名注入 token 的 payload 部分。
Key：指定了用于加密 jwt token 的密钥为 "secret key"。
Timeout：指定了 token 有效期为一个小时。
2月9日 打卡day35
今日学习 PayloadFunc：它的入参就是 Authenticator 的返回值，此时负责解析 users[0]，并将用户名注入 token 的 payload 部分。
Key：指定了用于加密 jwt token 的密钥为 "secret key"。
Timeout：指定了 token 有效期为一个小时。
展开
评论
点赞