У меня 18 лампочек по 9Вт каждая.
Диммер Legrand Suno 400 Вт (насколько я знаю уже снят с производства).
Поднял инструкцию. Минимальный порог 40 Вт.
18*9=162 Вт. Добавил одну галогеновую лампу на 50 Вт.
Видимо, я тогда решил что надо хотя бы до половины нагрузить а в памяти отложилось что был недобор.
Судя по всему, дело действительно не в этом.
PS: По лампочкам:
— за 3 года умерло 3 лампы из 18. Пользуемся активно, включаем и диммируем.
— заметнен разброс порога включения по 18 лампам работающим одновременно. Неизвестно они из одной серии или нет.Покупались в одном месте и разом.
Ещё одна проблема — несовместимость диммеров со светодиодными лампами. Некоторые диммеры «сходят с ума», когда в них включены светодиодные лампы. У меня в комнате стоит выключатель Univex с диммированием и управлением пультом. Когда в люстру вкручены светодиодные лампы, свет выключается сразу после включения. Помогла замена одной из шести ламп обычной лампой накаливания. Теперь в люстре пять светодиодных ламп и одна лампа накаливания и выключатель работает корректно.
Мне тоже пришлось добавить в нагрузку одну гологеновую лампочку. Симптом был такой же.
У моего диммера в инструкции кроме максиальной мощности потребителей был указан и минимальный порог. Светодиодные лампы по заявленной мощности потребления в сумме не набрали минимума. Возможно у вас та же причина.
Тоже игрался с удалением объектов в matlab.
Выходил на улицу, ставил фотокамеру на штатив и снимал с постоянным интервалом дорогу около работы. Удалял автомобили
Пробовал разные подходы — но до релиза так и не довел, хотя в большинстве случаев получалось очень неплохо.
Меня сподвигли на это проекты фотографов, которые «руками» удаляли объекты: 1, 2.
Потом попалась эта статья. Программу попробовал — не очень понравилось, ожидал, что будет лучше работать.
При выборе съемной квартиры пользовался ф-ей прогноза пробок.
Она так же позволяет посмотреть оценку состояния по дням недели и времени дня.
А вот, например, оценить сизонные колебания уже нельзя.
Мне кажется, что величина «удаленность по времени от центра Москвы» не очень наглядна.
Людей, как правило, интересуют конкретные маршруты.
В статье как-то мутно описан баг. Насколько я понял, они взаимодействовали с автоматом штатным образом.
Жали только на игровые кнопки. Чем не игровая стратегия?
И как так вышло, что выиграв дело он потратил все деньги на адвокатов? Почему проигравшая сторона не компенсировала эти расходы?
Сразу стали интересны детали по сенсору.
Вот ссылка с сайте Flir — в дебрях спрятана.
Там есть краткий Data Brief.
Кроме прочего любопытный видео интерфейс сенсора(2 варианта): MIPI_CSI1 и видео через SPI.
В одном проекте приходилось гнать картики по SPI, думал больше нигде такого «колхоза» не увижу. :)
Вообще очень интересно было бы посмотреть на практике.
В том числе насколько хорошо работает ф-я CloseUp для борьбы с параллаксом 2-х камер.
И всю обработку с наложением в действии.
В далеком 2002-ом году тоже столкнулся с аналогично проблемой.
Правда требования у меня были значительно проще — малая длина и большой скос левого угла столешницы, чтобы сохранить
проход в комнату.
Конструкция простая. Обошлось не дороже готовых столов.
С производством смеху было:
Мы пришли заказывать: чертежи в автокаде по госту. А их приемщик взял лист в клетку и перерисовал ручкой от руки. «Так понятней» — говорит.
Сделали вполне сносно. Единственное что металлические стержни не осилили почем-то.
Купил сварочные электроды, зашкурил, покрасил — и все дела.
Удовольствия от авторства потом при пользовании масса.
Я в первую очередь писал о следующем противоречии:
хороший прогноз -> увеличение популярности сервиса (повышние качества данных) -> увеличение влияния на двжение -> ухудшение качества прогноза для пользователей.
В конечном счете прогноз должен помочь пользователю выбрать один из альтернативных маршрутов, либо отказаться от поездки. Тоесть вариантов в итоге не так много.
Случайный выбор в пределах доверительного интервала придется давать с учетом связей (топографических/географических) на нескольких участках дороги. То есть для 2-х одинаковых пользователей придется дать разный прогноз на целый участок пути. Даже случайный выбор предполагает наличие собственных критериев (хотя бы закон распределения по которому вы будете случайно выбирать из интервала). Мне кажется это уже регулирование.
Опримальный путь в резултате один, а пользователи по вашей задумке поедут по разным путям. Тоесть часть из них поедут по худшему пути чтобы в целом прогноз выглядил лучше.
Если доверительный интервал очень широкий, значит прогноз плохой. В противном случае картинка для разных водителей не будет существенно различаться и они выбирут один путь.
Насколько я понял, «зашумленность» данных вкупе с тем, что сервисом пользуется (передает данные) лишь небольшой процент участников движения — существенное ограничение. Какой процент из тех, кто пользуется прокладывает маршрут? И какой процент от них действительно поедет по предложенному маршруту?
Ваше первое предложение выходит за рамки прогноза. Это уже регулирование до которого пока еще очень далеко. Да и заниматься этим не должна одна частная компания, пусть даже такая хорошая, как Яндекс.
Второй вариант я не совсем понял. Если я запросил прогноз или построил маршрут, это вовсе не значит, что я туда поеду.
Интересный вопрос о влиянии самого сервиса на картину пробок.
Он прозвучал после доклада. Мне интересно, каким образом смогли оценить, что это влияние незначительное? Мне кажется, что это невозможно оценить количественно.
Демонстрация текущего состояния картины пробок, вероятно, оказывает значительное полезное влияние — обеспечивает более равномерное распределение нагрузки на дорожную сеть.
Допустим сейчас функция прогноза еще не стала популярной, и качество прогноза (12-15% по сравнению с константным прогнозам) пока не очень высокое. Но в перспективе, прогноз, как обратная связь, будет сам себя разрушать: все посмотрят на прогноз и все же выберут оптимальный путь, который станет в итоге самым загруженным.
Поскольку речь идет только об усреднённой пользе для всех, мне кажется, тут есть противоречие.
Может быть, есть смысл как-то минимизировать обратную связь — не говорить прогноз всем.
Например, платная услуга. Звучит, конечно, ужасно, но мне кажется, в нынешнем виде эта функция обречена: или не станет популярной/действенной или сама себя перечеркнет.
Возможность переконфигурировать области кристалла память-логика тоже имеет невероятный потенциал.
Любое решение подразумевает компромисс м\у скоростью и объемом используемой памяти. Если у них получится сделать массив универсальных
перестраиваемых ячеек, тогда гибкость вычислителя для разных классов задач качественно повысится.
Два вопроса:
1) Предполагает ли ваш алгоритм калибровку камеры для устранения дисторсий, чтобы лини на изображении были прямыми?
2) Почему вы не используете ректификацию (гомографию в плоскость сенсора) изображения? По крайней мере в статье она не упоминается.
Просто я недавно экспериментировал с ректификацией изображения (гомографией) и мне казалось, что это должен быть неотъемлемый этап в процессе распознавания плоского номера.
Недавно получил “письмо счастья” (комплекс Стрелка СТ). Судя по фото они этого не делают. Понятно, что камеры длиннофокусные и расположены четко по методике, но мне все же кажется, что смысл есть.
Диммер Legrand Suno 400 Вт (насколько я знаю уже снят с производства).
Поднял инструкцию. Минимальный порог 40 Вт.
18*9=162 Вт. Добавил одну галогеновую лампу на 50 Вт.
Видимо, я тогда решил что надо хотя бы до половины нагрузить а в памяти отложилось что был недобор.
Судя по всему, дело действительно не в этом.
PS: По лампочкам:
— за 3 года умерло 3 лампы из 18. Пользуемся активно, включаем и диммируем.
— заметнен разброс порога включения по 18 лампам работающим одновременно. Неизвестно они из одной серии или нет.Покупались в одном месте и разом.
Мне тоже пришлось добавить в нагрузку одну гологеновую лампочку. Симптом был такой же.
У моего диммера в инструкции кроме максиальной мощности потребителей был указан и минимальный порог. Светодиодные лампы по заявленной мощности потребления в сумме не набрали минимума. Возможно у вас та же причина.
Много вечеров было потрачено в попытках уйти от чудовищ.
Википедия утверждает, что это таки возможно.
Выходил на улицу, ставил фотокамеру на штатив и снимал с постоянным интервалом дорогу около работы. Удалял автомобили
Пробовал разные подходы — но до релиза так и не довел, хотя в большинстве случаев получалось очень неплохо.
Меня сподвигли на это проекты фотографов, которые «руками» удаляли объекты: 1, 2.
Потом попалась эта статья. Программу попробовал — не очень понравилось, ожидал, что будет лучше работать.
Она так же позволяет посмотреть оценку состояния по дням недели и времени дня.
А вот, например, оценить сизонные колебания уже нельзя.
Мне кажется, что величина «удаленность по времени от центра Москвы» не очень наглядна.
Людей, как правило, интересуют конкретные маршруты.
Жали только на игровые кнопки. Чем не игровая стратегия?
И как так вышло, что выиграв дело он потратил все деньги на адвокатов? Почему проигравшая сторона не компенсировала эти расходы?
Вот ссылка с сайте Flir — в дебрях спрятана.
Там есть краткий Data Brief.
Кроме прочего любопытный видео интерфейс сенсора(2 варианта): MIPI_CSI1 и видео через SPI.
В одном проекте приходилось гнать картики по SPI, думал больше нигде такого «колхоза» не увижу. :)
Вообще очень интересно было бы посмотреть на практике.
В том числе насколько хорошо работает ф-я CloseUp для борьбы с параллаксом 2-х камер.
И всю обработку с наложением в действии.
Правда в живую не видел.
Правда требования у меня были значительно проще — малая длина и большой скос левого угла столешницы, чтобы сохранить
проход в комнату.
Конструкция простая. Обошлось не дороже готовых столов.
С производством смеху было:
Мы пришли заказывать: чертежи в автокаде по госту. А их приемщик взял лист в клетку и перерисовал ручкой от руки. «Так понятней» — говорит.
Сделали вполне сносно. Единственное что металлические стержни не осилили почем-то.
Купил сварочные электроды, зашкурил, покрасил — и все дела.
Удовольствия от авторства потом при пользовании масса.
Думал 20-ая будет со звездочкой, а решилась быстрее некоторых других.
хороший прогноз -> увеличение популярности сервиса (повышние качества данных) -> увеличение влияния на двжение -> ухудшение качества прогноза для пользователей.
Процесс не сходится к хорошему результату.
Случайный выбор в пределах доверительного интервала придется давать с учетом связей (топографических/географических) на нескольких участках дороги. То есть для 2-х одинаковых пользователей придется дать разный прогноз на целый участок пути. Даже случайный выбор предполагает наличие собственных критериев (хотя бы закон распределения по которому вы будете случайно выбирать из интервала). Мне кажется это уже регулирование.
Опримальный путь в резултате один, а пользователи по вашей задумке поедут по разным путям. Тоесть часть из них поедут по худшему пути чтобы в целом прогноз выглядил лучше.
Если доверительный интервал очень широкий, значит прогноз плохой. В противном случае картинка для разных водителей не будет существенно различаться и они выбирут один путь.
Насколько я понял, «зашумленность» данных вкупе с тем, что сервисом пользуется (передает данные) лишь небольшой процент участников движения — существенное ограничение. Какой процент из тех, кто пользуется прокладывает маршрут? И какой процент от них действительно поедет по предложенному маршруту?
Второй вариант я не совсем понял. Если я запросил прогноз или построил маршрут, это вовсе не значит, что я туда поеду.
Он прозвучал после доклада. Мне интересно, каким образом смогли оценить, что это влияние незначительное? Мне кажется, что это невозможно оценить количественно.
Демонстрация текущего состояния картины пробок, вероятно, оказывает значительное полезное влияние — обеспечивает более равномерное распределение нагрузки на дорожную сеть.
Допустим сейчас функция прогноза еще не стала популярной, и качество прогноза (12-15% по сравнению с константным прогнозам) пока не очень высокое. Но в перспективе, прогноз, как обратная связь, будет сам себя разрушать: все посмотрят на прогноз и все же выберут оптимальный путь, который станет в итоге самым загруженным.
Поскольку речь идет только об усреднённой пользе для всех, мне кажется, тут есть противоречие.
Может быть, есть смысл как-то минимизировать обратную связь — не говорить прогноз всем.
Например, платная услуга. Звучит, конечно, ужасно, но мне кажется, в нынешнем виде эта функция обречена: или не станет популярной/действенной или сама себя перечеркнет.
Любое решение подразумевает компромисс м\у скоростью и объемом используемой памяти. Если у них получится сделать массив универсальных
перестраиваемых ячеек, тогда гибкость вычислителя для разных классов задач качественно повысится.
1) Предполагает ли ваш алгоритм калибровку камеры для устранения дисторсий, чтобы лини на изображении были прямыми?
2) Почему вы не используете ректификацию (гомографию в плоскость сенсора) изображения? По крайней мере в статье она не упоминается.
Просто я недавно экспериментировал с ректификацией изображения (гомографией) и мне казалось, что это должен быть неотъемлемый этап в процессе распознавания плоского номера.
Недавно получил “письмо счастья” (комплекс Стрелка СТ). Судя по фото они этого не делают. Понятно, что камеры длиннофокусные и расположены четко по методике, но мне все же кажется, что смысл есть.