首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >三维城市生产工具geobuilding下载

三维城市生产工具geobuilding下载

原创
作者头像
geobuilding
发布于 2022-08-28 00:48:18
发布于 2022-08-28 00:48:18
1.1K0
举报
文章被收录于专栏:web三维web三维

geobuilding的诞生

2022年上半年,我们的某项目是一个小县城的三维城市可视化,但是建筑物数据是几乎是空白,问了几家公司费用都不低,于是开发了geobuilding这款工具。现在广泛应用于公司内部地理网格绘制,城市建筑数据生产。

使用geobuilding可独立生产三维城市所需的各种基础数据!geobuilding可生产矢量建筑物(包含高度)、无缝地理网格、城市模型直出、三维场景漫游自定义路线设计等。

2022年2月份发布首支视频以后,陆续收到用户咨询。为了回馈用户关切,于2022年7月1日开放下载。目前提供windows版本下载。

下载地址

https://share.weiyun.com/5dAbywSl

1、首次启动

首次启动后,完成注册验证。由于程序绑定本机设备码,请在启动时不要插入移动usb硬盘设备,否则在拔掉硬盘时导致机器码变更。

2、完成注册

完成注册后,进入主界面。左上角新建项目。所有生产的数据均存放在本地,只在启动的时候验证服务器。基本操作:

1、左键绘制右键保存/编辑

2、按shift选择多个要素

3、曲线按alt键可调整曲面

在主界面右下角【练习】按钮,请跟着part1-part5练习典型建筑物的绘制方法 https://space.bilibili.com/1582462249/video

3、常见启动错误

常见启动错误,见程序目录《常见启动错误.txt》和《error.txt》文件

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
大模型部署框架 FastLLM 简要解析
本文主要是对FastLLM做了一个简要介绍,展示了一下FastLLM的部署效果。然后以chatglm-6b为例,对FastLLM模型导出的流程进行了解析,接着解析了chatglm-6b模型部分的核心实现。最后还对FastLLM涉及到的优化技巧进行了简单的介绍。
BBuf
2023/08/22
9560
大模型部署框架 FastLLM 简要解析
聊聊ClickHouse向量化执行引擎-过滤操作
俄罗斯Yandex开发的ClickHouse是一款性能黑马的OLAP数据库,其对SIMD的灵活运用给其带来了难以置信的性能。本文我们聊聊它如何对过滤操作进行SIMD优化。
yzsDBA
2023/05/25
1.1K0
聊聊ClickHouse向量化执行引擎-过滤操作
[AV1] AV1中帧内编码预测器与原始数据相减的运算过程
static INLINE void aom_subtract_block_32xn_avx2(int rows, int16_t *diff_ptr, ptrdiff_t diff_stride, const uint8_t *src_ptr, ptrdiff_t src_stride, const uint8_t *pred_ptr, ptrdiff_t pred_stride) { for (int32_t j = 0; j < rows; ++j) { subtract32_
轻舞飞扬SR
2021/02/24
1.4K0
c++ SIMD AVX2比较 例子
生成随机文件代码详见:https://blog.csdn.net/weixin_41644391/article/details/113526563
全栈程序员站长
2022/08/31
4850
C++ 中文周刊 2025-03-02 第180期
编译器信息最新动态推荐关注hellogcc公众号 本周更新 2025-01-08 第288期
王很水
2025/03/03
1171
C++ 中文周刊 2025-03-02 第180期
【AI PC端算法优化】三,深入优化RGB转灰度图算法
前几天发了一篇一步步优化RGB转灰度图算法,但实验做的并不完善,在上次的基础上我又补充了一些优化技巧,相对于传统实现将RGB转灰度图算法可以加速到近5倍左右。所以,这篇文章再次将所有涉及到的优化方法进行汇总,SSE优化相关的原理上一节已经讲得很清楚了,这里就不会再展开了,感兴趣可以查看上篇文章。【AI PC端算法优化】一,一步步优化RGB转灰度图算法 这一节的速度测试环境为:
BBuf
2020/04/15
1.3K0
用AVX2指令集优化浮点数组求和
AVX2是SIMD(单指令多数据流)指令集,支持在一个指令周期内同时对256位内存进行操作。包含乘法,加法,位运算等功能。下附Intel官网使用文档。 Intel® Intrinsics Guide
全栈程序员站长
2022/08/23
1.2K0
用AVX2指令集优化浮点数组求和
用AVX2指令集优化整形数组求和
AVX2是SIMD(单指令多数据流)指令集,支持在一个指令周期内同时对256位内存进行操作。包含乘法,加法,位运算等功能。下附Intel官网使用文档。 Intel® Intrinsics Guide
全栈程序员站长
2022/08/23
8290
用AVX2指令集优化整形数组求和
C++ 中文周刊 第101期
之前聊过很多次的perf book,有中文版本了,中文名 现代CPU性能分析与优化
王很水
2023/02/25
4710
C++ 中文周刊 第101期
[AV1] AV1帧内编码 DC模式数据拷贝过程
AV1的DC预测模式,是将整个预测块的所有像素值全部赋值为128,即十六进制0x80,赋值根据块的大小不同共分为以下六个函数进行:
轻舞飞扬SR
2021/02/24
8470
[AV1] AV1帧内编码 DC模式数据拷贝过程
聊聊Doris向量化执行引擎-过滤操作
Doris是开源的新一代极速MPP数据库,和StarRocks同源,采用全面向量化技术,充分利用CPU单核资源,将单核执行性能做到极致。本文,我们聊聊过滤操作是如何利用SIMD指令进行向量化操作。
yzsDBA
2023/05/25
9340
聊聊Doris向量化执行引擎-过滤操作
C++ 中文周刊 2024-06-17 第160期
编译器信息最新动态推荐关注hellogcc公众号 本周更新 2024-06-12 第258期
王很水
2024/07/30
910
C++ 中文周刊 2024-06-17 第160期
【AI PC端算法优化】四,一步步将Sobel边缘检测加速22倍
继续优化技术的探索,今天以一个的Sobel算子进行边缘检测的算法为例来看看如何使用SSE指令集对其进行优化。
BBuf
2020/04/20
1.6K0
【AI PC端算法优化】四,一步步将Sobel边缘检测加速22倍
移动端arm cpu优化学习笔记第4弹--内联汇编入门
本文主要内容是介绍ARMv7和v8内联汇编的一些基础知识,并且会结合两个具体例子去看下如何用内联汇编来改写原来的代码。
Ldpe2G
2020/05/31
3.1K0
旋转目标检测模型-TensorRT 部署(C++)
这次工程部署主要选择了比较熟悉的旋转选择框架-GGHL。如果没有特殊算子的检测框架,依然可以使用下面的这个Pipeline, 旋转目标检测主要分成五参数和八参数的表征方法,分别对应的 x,y,w,h.以及对应的八参数的转化求法 x_1,y_1,x_2,y_2,x_3,y_3,x_4,y_4 。这两种方式在后处理的时候可以互相转换,我们这里选择后者。
墨明棋妙27
2022/09/27
1.8K0
旋转目标检测模型-TensorRT 部署(C++)
mser 最大稳定极值区域(文字区域定位)算法 附完整C代码
mser 的全称:Maximally Stable Extremal Regions 第一次听说这个算法时,是来自当时部门的一个同事, 提及到他的项目用它来做文字区域的定位,对这个算法做了一些优化。 也就是中文车牌识别开源项目EasyPR的作者liuruoze,刘兄。 自那时起就有一块石头没放下,想要找个时间好好理理这个算法。 学习一些它的一些思路。 因为一般我学习算法的思路:3个做法, 第一步,编写demo示例。 第二步,进行算法移植或效果改进。 第三步,进行算法性能优化。 然后在这三个过程中,不断来回地
cpuimage
2018/04/12
2.9K0
mser 最大稳定极值区域(文字区域定位)算法 附完整C代码
Tensorflow的C语言接口部署DeeplabV3+语义分割模型
tensorflow框架一般都是基于Python调用,但是有些时候跟应用场景,我们希望调用tensorflow C语言的接口,在C++的应用开发中使用它。要这么干,首先需要下载tensorflow源码,完成编译,然后调用相关的API函数实现C语言版本的调用,完成模型的加载、前向推理预测与解析。
OpenCV学堂
2020/02/14
1.6K0
用于ARM Cortex-M系列的芯片的神经网络推理库CMSIS-NN详解
论文题目:《CMSIS-NN: Effificient Neural Network Kernels for Arm Cortex-M CPUs》, 2018年
BBuf
2022/09/28
3.4K1
用于ARM Cortex-M系列的芯片的神经网络推理库CMSIS-NN详解
C++ 中文周刊 第114期
确实,学生很需要这些,不然都得从头学,不知道我的读者学生多不多,如果没学,这里补课 https://missing-semester-cn.github.io/
王很水
2023/05/20
5730
如何使用Ascend的ATB加速库?
Ascend Transformer Boost加速库(下文简称为ATB加速库)是一款高效、可靠的加速库,基于华为Ascend AI处理器,专门为Transformer类模型的训练和推理而设计。具体请阅读:ATB是什么? - 知乎 (zhihu.com)
zjun
2024/12/04
1880
如何使用Ascend的ATB加速库?
相关推荐
大模型部署框架 FastLLM 简要解析
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档