机器视觉(相机、镜头、光源)全面概括——mark

2024-04-14 20:18

本文主要是介绍机器视觉(相机、镜头、光源)全面概括——mark,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.1.1 视觉系统原理描述  
          机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分 CMOS  CCD  两种)将被摄取目标转换成图像信号,传送给专用的 图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。  
  
2.1.1 视觉系统组成部分  
          视觉系统主要由以下部分组成  
1. 照明光源  
2. 镜头  
3. 工业摄像机  
4. 图像采集 / 处理卡  
5. 图像处理系统  
6. 其它外部设备  








2.1.1.1 相机篇  
            详细介绍:  
            工业相机又俗称摄像机,相比于传统的民用相机(摄像机)而言,它具有高的图像稳定性、高传输能力和高抗干扰能力等,目前市面上工业相机大多是基于 CCD Charge 
Coupled Device
)或 CMOS Complementary Metal Oxide Semiconductor )芯片的相机。 CCD 是目前机器视觉最为常用的图像传感器。它集光电转换及电荷存贮、电荷转移、信号读取于一体,是典型的固体成像器件。 CCD 的突出特点是以电荷作为信号,而不同于其它器件是以电流或者电压为信号。这类成像器件通过光电转换形成电荷包,而后在驱动脉冲的作用下转移、放大输出图像信号。典型的 CCD 相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟 / 数字信号处理电路组成。 CCD 作为一种功能器件,与真空管相比,具有无灼伤、无滞后、低电压工作、低功耗等优点。 CMOS 图像传感器的开发最早出现在 20 世纪 70  年代初, 90  年代初期,随着超大规模 集成电路 (VLSI)  制造工艺技术的发展, CMOS 图像传感器得到迅速发展。 CMOS 图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上,还具有局部像素的编程随机访问的优点。目前, CMOS 图像传感器以其良好的集成性、低功耗、高速传输和宽动态范围等特点在高分辨率和高速场合得到了广泛的应用。、  
        分类:  
任何东西分类一定有它自己的分类标准,工业相机也不例外,按照芯片类型可以分为 CCD 相机、 CMOS 相机;按照传感器的结构特性可以分为线阵相机、面阵相机;按照扫描方式可以分为隔行扫描相机、逐行扫描相机;按照分辨率大小可以分为普通分辨率相机、高分辨率相机;按照输出信号方式可以分为模拟相机、数字相机;按照输出色彩可以分为单色(黑白)相机、彩色相机;按照输出信号速度可以分为普通速度相机、高速相机;按照响应频率范围可以分为可见光(普通)相机、 红外相机、紫外相机等。  
区别:
1 、工业相机的性能稳定可靠易于安装,相机结构紧凑结实不易损坏,连续工作时间长,可在较差的环境下使用,一般的数码相机是做不到这些的。例如:让民用数码相机一天工作 24 小时或连续工作几天肯定会受不了的。
2 、工业相机的快门时间非常短,可以抓拍高速运动的物体。
例如,把名片贴在电风扇扇叶上,以最大速度旋转,设置合适的快门时间,用工业相机抓拍一张图像,仍能够清晰辨别名片上的字体。用普通的相机来抓拍,是不可能达到同样效果的。
3 、工业相机的图像传感器是逐行扫描的,而普通的相机的图像传感器是隔行扫描的,   逐行扫描的图像传感器生产工艺比较复杂,成品率低,出货量少,世界上只有少数公司能够提供这类产品,例如 Dalsa Sony ,而且价格昂贵。
4 、工业相机的帧率远远高于普通相机。
工业相机每秒可以拍摄十幅到几百幅图片,而普通相机只能拍摄 2-3 幅图像,相差较大。
5 、工业相机输出的是裸数据 (raw data) ,其光谱范围也往往比较宽,比较适合进行高质量的图像处理算法,例如机器视觉 (Machine Vision) 应用。而普通相机拍摄的图片,其光谱范围只适合人眼视觉,并且经过了 mjpeg 压缩,图像质量较差,不利于分析处理。
6 、工业相机 (Industrial Camera) 相对普通相机 (DSC) 来说价格较贵。

如何选择:
1 、根据应用的不同分别选用 CCD CMOS 相机
CCD 工业相机主要应用在运动物体的图像提取,如贴片机机器视觉,当然随着 CMOS 技术的发展,许多贴片机也在选用 CMOS 工业相机。用在视觉自动检查的方案或行业中一般用 CCD 工业相机比较多。  CMOS 工业相机由成本低,功耗低也应用越来越广泛。
2 、分辨率的选择
首先考虑待观察或待测量物体的精度,根据精度选择分辨率。相机像素精度 = 单方向视野范围大小 / 相机单方向分辨率。则相机单方向分辨率 = 单方向视野范围大小 / 理论精度。
若单视野为 5mm 长,理论精度为 0.02mm ,则单方向分辨率 =5/0.02=250 。然而为增加系统稳定性,不会只用一个像素单位对应一个测量 / 观察精度值,一般可以选择倍数 4 或更高。这样该相机需求单方向分辨率为 1000 ,选用 130 万像素已经足够。
其次看工业相机的输出,若是体式观察或机器软件分析识别   ,分辨率高是有帮助的;若是 VGA 输出或 USB 输出,在显示器上观察,则还依赖于显示器的分辨率,工业相机的分辨率再高,显示器分辨率不够,也是没有意义的;利用存储卡或拍照功能,工业相机的分辨率高也是有帮助的。
3 、与镜头的匹配
传感器芯片尺寸需要小于或等于镜头尺寸, C CS 安装座也要匹配(或者增加转接口);
4 、相机帧数选择
当被测物体有运动要求时,要选择帧数高的工业相机。但一般来说分辨率越高,帧数越低。

2.1.1.2 镜头篇  
            镜头的基本功能就是实现光束变换(调制),在机器视觉系统中,镜头的主要作用是将成像目标在图像传感器的光敏面上。镜头的质量直影响到机器视觉系统的整体性能,合理地选择和安装镜头,是机器视觉系统设计的重要环节。  
基础知识:  
镜头匹配  
大家如何选择合适镜头,镜头选配时需要选择与摄像机接口和 CCD 的尺寸相匹配的镜头。镜头 C CS 的接口方式占主流。小型的安防用的 CS 接口摄像机得到普及、 FA 行业则大部分是 C 接口的摄像机与镜头的组合。对应的 CCD 尺寸、市场上一般根据用途使用 2/3 寸到 1/3 寸的产品。  
  
CCD
  
CCD尺寸
   
水平:H
  
垂直:V
  
对角:D
  
1
  
12.8
  
9.6
  
16.0
  
2/3
  
8.8
  
6.6
  
11.0
  
1/2
  
6.4
  
4.8
  
8.0
  
1/3
  
4.8
  
3.6
  
6.0
  
1/4
  
3.6
  
2.7
  
4.5
  
35mm胶片
  
36.0
  
24.0
  
43.3

互换性  
C 接口镜头可以与 C 接口摄像机、 CS 接口摄像机互用;  
CS 接口镜头不可以应用在 C 接口摄像机,只可以应用在 CS 接口摄像机。  
KERARE  
摄像机如果使用配备小 CCD 尺寸的镜头,那么周边没有摄取到图像的部分呈现出黑色,我们称其为 KERARE  
镜头的作用:  
将折射率不同的各种硝材通过研磨,加工成高精度的曲面、把这些镜头进行组合,就是设计镜头。从伽利略时代开始使用的普遍技术是其基本原理。为得到更清晰的图像,一直在研究开发试制新的硝材和非球面镜片。  
焦距  
焦距 是主点到成像面的距离。这个数值决定了摄影范围的不同。数值小,成像面距离主点近,是短焦距镜头。这种情况下的的画角是广角、可拍摄广大的场景。相反的、主点到成像面的距离远时、是长焦距镜头,画角变窄(望远)。  
镜头通光量
镜头的明亮度与口径和焦距的变化有关。一般用 F 值表示镜头的明亮度,另外镜头里有用于调整亮度的光圈构件,可根据使用条件来调整通光量。

镜头计算公式
Y=f*tanθ y :像的大小  f :焦距 θ :半画角
θ=2tan-1*y/2f
例: 1/2 寸摄像机配 12.5mm 镜头时画面横向的视场面是:
θ=2tan-1*6.4/2*12.5=28.72

镜头的景深
物体和镜头之间距离( W.D )虽然变化,介在前后一定范围内所成像仍然感觉清晰,这个距离范围补称为景深。相反的,对应于确定的物平面,成像面和镜头之间的距离不同,但在一定的范围内图像仍感觉清晰,称为焦深。
计算方式:
景深 =F*ε* 1/β
ε 容许弥散园参数 2/3=0.02 1/2=0.015 1/3=0.01 β 倍率。

工业镜头选择
不同工业镜头的成像质量有着有着千差万别,   就算是同一类型的工业镜头也是如此,这主要是由于材质、加工精度和镜片结构的不同等因素造成的,同时也导致不同档次的工业镜头镜头价格从几百元到几万元的巨大差异。比较著名的如四片三组式天塞镜头、六片四组式双高斯镜头。对于镜头设计及生产厂家,一般用光学传递函数 OTF (Optical 
Transfer Function)
来综合评价镜头成像质量,光学系统传递的是亮度沿空间分布的信息,光学系统在传递被摄景物信息时,被传递之各空间频率的正弦波信号,其调制度和位相在成实际像时的变化,均为空间频率的函数,此函数称为光学传递函数。 OTF 一般由调制传递函数 MTF(Modulation Transfer Function) 与位相传递函数 PTF(Phase Transfer Function ) 两部分组成。
像差是影响图像质量的重要方面,常见的像差有如下六种:
球差:由主轴上某一物点向光学系统发出的单色圆锥形光束,经该光学系列折射后,若原光束不同孔径角的各光线,不能交于主轴上的同一位置,以至在主轴上的理想像平面处,形成一弥散光斑 ( 俗称模糊圈 ) ,则此光学系统的成像误差称为球差。
慧差:由位于主轴外的某一轴外物点,向光学系统发出的单色圆锥形光束,经该光学系列折射后,若在理想像平面处不能结成清晰点,而是结成拖着明亮尾巴的慧星形光斑,则此光学系统的成像误差称为慧差。
像散:由位于主轴外的某一轴外物点,向光学系统发出的斜射单色圆锥形光束,经该光学系列折射后,不能结成一个清晰像点,而只能结成一弥散光斑,则此光学系统的成像误差称为像散。
场曲:垂直于主轴的平面物体经光学系统所结成的清晰影像,若不在一垂直于主轴的像平面内,而在一以主轴为对称的弯曲表面上,即最佳像面为一曲面,则此光学系统的成像误差称为场曲。当调焦至画面中央处的影像清晰时,画面四周的影像模糊 ; 而当调焦至画面四周处的影像清晰时,画面中央处的影像又开始模糊。
色差:由白色物体向光学系统发出一束白光,经光学系统折射后,各色光不能会聚于一点上,而形成一彩色像斑,称为色差。色差产生的原因是同一光学玻璃对不同波长的光线的折射率不同,短波光折射率大,长波光折射率小。
畸变:被摄物平面内的主轴外直线,经光学系统成像后变为曲线,则此光学系统的成像误差称为畸变。畸变像差只影响影像的几何形状,而不影响影像的清晰度。这是畸变与球差、慧差、像散、场曲之间的根本区别。
在评价工业镜头质量时一般还会从分辨率、明锐度和景深等几个实用参数判断:
1. 分辨率 (Resolution) :又称鉴别率、解像力,指镜头清晰分辨被摄景物纤维细节的能力,制约工业镜头分辨率的原因是光的衍射现象,即衍射光斑 ( 爱里斑 ) 。分辨率的单位是 线对 / 毫米 “ (lp/mm)
2.  明锐度 (Acutance) :也称对比度,是指图像中最亮和最暗的部分的对比度。
3. 景深 (DOF) :在景物空间中,位于调焦物平面前后一定距离内的景物,还能够结成相对清晰的影像。上述位于调焦物平面前后的能结成相对清晰影像的景物间之纵深距离,也就是能在实际像平面上获得相对清晰影像的景物空间深度范围,称为景深。
4.  最大相对孔径与光圈系数:相对孔径,是指该工业镜头的入射光孔直径 ( D 表示 ) 与焦距 ( f 表示 ) 之比,即:相对孔径 =D/ f  。相对孔径的倒数称为光圈系数 (aperture scale) ,又称为 f/ 制光圈系数或光孔号码。一般镜头的相对孔径是可以调节的,其最大相对孔径或光圈系数往往标示在工业镜头上,如 1:1.2 f/1.2  。如果拍摄现场的光线较暗或曝光时间很短,则需要尽量选择最大相对孔径较大的工业镜头。
工业镜头各参数间的相互影响关系
一支好的工业镜头,在分辨率、明锐度、景深等方面都有很好的体现,对各种像差的校正也比较好,但同时其价格也会几倍甚至上百倍的提高。如果我们掌握一些规律和经验,就可以使用同档次的工业镜头达到更好的效果。
1. 焦距大小的影响情况
焦距越小,景深越大 ;
焦距越小,畸变越大 ;
焦距越小,渐晕现象越严重,使像差边缘的照度降低 ;
2.  光圈大小的影响情况
光圈越大,图像亮度越高 ;
光圈越大,景深越小 ;
光圈越大,分辨率越高 ;
3.  像场中央与边缘
一般像场中心较边缘分辨率高
一般像场中心较边缘光场照度高
4.  光波长度的影响


2.1.1.3 光源篇  
机器视觉系统中最关键的一个方面就是选择正确的照明,机器视觉光源直接影响到图像的质量,进而影响到系统的性能。所以我们说光源起到的作用:就是获得对比鲜明的图像。  
为什么要用光源?
机器视觉系统 的核心是图像采集和处理。所有信息均来源于图像之中,图像本身的质量对整个视觉系统极为关键。而光源则是影响机器视觉系统图像水平的重要因素,疑问它直接影响输入数据的质量和至少 30% 的应用效果
通过适当的光源照明设计,使图像中的目标信息与背景信息得到最佳分离,可以大大降低图像处理算法分割、识别的难度,同时提高系统的定位、测量精度,使系统的可靠性和综合性能得到提高。反之,如果光源设计不当,会导致在图像处理算法设计和成像系统设计中事倍功半。因此,光源及光学系统设计的成败是决定系统成败的首要因素。在机器视觉系统中,光源的作用至少有以下几种:
1>. 照亮目标,提高目标亮度;
2>. 形成最有利于图像处理的成像效果;
3>. 克服环境光干扰,保证图像的稳定性;
4>. 用作测量的工具或参照;
由于没有通用的机器视觉照明设备,所以针对每个特定的应用实例,要设计形影的照明装置,以达到最佳效果。机器视觉系统的光源的价值也正在于此。
图像的质量好坏,也就是看图像边缘是否的锐利,具体来说:
1 、将感兴趣部分和其他部分的灰度值差异加大
2 、尽量消隐不感兴趣部分
3 、提高 信噪比 ,利于图像处理
4 、减少因材质、照射角度对成像的影响
常用的有 LED光源 卤素灯 (光纤光源)、高频荧光灯。目前 LED 光源最常用,主要有如下几个特点:
· 可制成各种形状、尺寸及各种照射角度;
· 可根据需要制成各种颜色,并可以随时调节亮度;
· 通过散热装置,散热效果更好,光亮度更稳定;
· 使用寿命长;
· 反应快捷,可在 10 微秒或更短的时间内达到最大亮度;
· 电源带有外触发,可以通过计算机控制,起动速度快,可以用作频闪灯;
· 运行成本低、寿命长的 LED ,会在综合成本和性能方面体现出更大的优势;
· 可根据客户的需要,进行特殊设计。

LED光源按形状通常可分为以下几类:
1 、环形光源
环形光源 提供不同照射角度、不同颜色组合,更能突出物体的三维信息;高密度 LED 阵列,高亮度;多种紧凑设计,节省安装空间;解决对角照射阴影问题;可选配漫射板导光,光线均匀扩散。应用领域 :PCB 基板检测, IC 元件检测,显微镜照明,液晶校正,塑胶容器检测,集成电路印字检查
2 背光源
用高密度 LED 阵列面提供高强度背光照明,能突出物体。的外形轮廓特征,尤其适合作为显微镜的载物台。红白两用背光源、红蓝多用背光源,能调配出不同颜色,满足不同被测物多色要求。应用领域 : 机械零件尺寸的测量,电子元件、 IC 的外型检测,胶片污点检测,透明物体划痕检测等。
3 、条形光源
条形光源是较大方形结构被测物的首选光源;颜色可根据需求搭配,自由组合;照射角度与安装随意可调。应用领域 : 金属表面检查,图像扫描,表面裂缝检测, LCD 面板检测等。
4 同轴光源
同轴光源可以消除物体表面不平整引起的阴影,从而减少干扰;部分采用分光镜设计,减少光损失,提高成像清晰度,均匀照射物体表面。应用领域 : 系列光源最适宜用于反射度极高的物体,如金属、玻璃、胶片、晶片等表面的划伤检测,芯片和硅晶片的破损检测, Mark 点定位,包装条码识别。
5 AOI 专用光源
不同角度的三色光照明,照射凸显焊锡三维信息;外加漫射板导光,减少反光;不同角度组合;应用领域 : 用于电路板焊锡检测。
6 、球积分光源
具有积分效果的半球面内壁,均匀反射从底部 360 度发射出的光线,使整个图像的照度十分均匀。应用领域 : 合于曲面,表面凹凸,弧形表面检测,或金属、玻璃表面反光较强的物体表面检测。
7 、线形光源
超高亮度,采用柱面透镜聚光,适用于各种流水线连续检测场合。应用领域 : 阵相机照明专用, AOI 专用。
8 点光源
大功率 LED ,体积小,发光强度高;光纤卤素灯的替代品,尤其适合作为镜头的同轴光源等;高效散热装置,大大提高光源的使用寿命。应用领域 : 适合远心镜头使用,用于芯片检测, Mark 点定位,晶片及液晶玻璃底基校正。
9 、组合条形光源
四边配置条形光,每边照明独立可控;可根据被测物要求调整所需照明角度,适用性广。应用案例 :CB 基板检测, IC 元件检测,焊锡检查, Mark 点定位,显微镜照明,包装条码照明,球形物体照明等。
10 、对位光源
对位速度快;视场大;精度高;体积小,便于检测集成;亮度高,可选配辅助环形光源。应用领域 :VA 系列光源是全自动电路板印刷机对位的专用光源。

       光源的选型:
一、前提信息
1 、检测内容
外观检查、 OCR 、尺寸测定、定位
2 、对象物
想看什么?(异物、伤痕、缺损、标识、形状等)
表面状态(镜面、糙面、曲面、平面)
立体?平面?
材质、表面颜色
视野范围?
动态还是静态(相机快门速度)
3 、限制条件
工作距离(镜头下端到被测物表面距离)
设置条件(照明的大小、照明下端到被测物表面的距离、反射型 or 透射型)
周围环境(温度、外乱光)
相机的种类,面阵 or 线阵
、简单的预备知识:
1 .因材质和厚度不同、对光的透过特性(透明度)各异。
2 .光根拠其波长之长短、对物质的穿透能力(穿透率)各异。
3 .光的波长越长、对物质的透过力越强,光的波长越短、在物质表面的拡散率越大。
4 .透射照明、即是使光线透射对象物、并観察其透过光之照明手法。
、光源:
1 .穏定均匀的光源极其重要
2 .目的:   将被测物与背景尽量明顕区分
3 .摂取图像时、最重要之处是如何鲜明地获得:被测物与背景的浓淡差
4 .目前、在图像处理领域中最广范的技术手法是:二值化(白黒)处理
为了能够突出特征点,将特征图像突出出来,在打光手法上,常用的包括有明视野与暗视野。
明视野:用直射光来観察对象物整体 ( 散乱光呈黒色 )
暗视野:用散乱光来観察对象物整体 ( 直射光呈白色 )
具体的光源选取方法还在于试验的实践经验。

这篇关于机器视觉(相机、镜头、光源)全面概括——mark的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/903917

相关文章

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3

STL经典案例(四)——实验室预约综合管理系统(项目涉及知识点很全面,内容有点多,耐心看完会有收获的!)

项目干货满满,内容有点过多,看起来可能会有点卡。系统提示读完超过俩小时,建议分多篇发布,我觉得分篇就不完整了,失去了这个项目的灵魂 一、需求分析 高校实验室预约管理系统包括三种不同身份:管理员、实验室教师、学生 管理员:给学生和实验室教师创建账号并分发 实验室教师:审核学生的预约申请 学生:申请使用实验室 高校实验室包括:超景深实验室(可容纳10人)、大数据实验室(可容纳20人)、物联网实验

计算机视觉工程师所需的基本技能

一、编程技能 熟练掌握编程语言 Python:在计算机视觉领域广泛应用,有丰富的库如 OpenCV、TensorFlow、PyTorch 等,方便进行算法实现和模型开发。 C++:运行效率高,适用于对性能要求严格的计算机视觉应用。 数据结构与算法 掌握常见的数据结构(如数组、链表、栈、队列、树、图等)和算法(如排序、搜索、动态规划等),能够优化代码性能,提高算法效率。 二、数学基础

如何掌握面向对象编程的四大特性、Lambda 表达式及 I/O 流:全面指南

这里写目录标题 OOP语言的四大特性lambda输入/输出流(I/O流) OOP语言的四大特性 面向对象编程(OOP)是一种编程范式,它通过使用“对象”来组织代码。OOP 的四大特性是封装、继承、多态和抽象。这些特性帮助程序员更好地管理复杂的代码,使程序更易于理解和维护。 类-》实体的抽象类型 实体(属性,行为) -》 ADT(abstract data type) 属性-》成

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^