openLayers坐标系详解:EPSG:3857与EPSG:4326转换与排坑
做GIS前端开发的人几乎没有人能绕过坐标系这道坎。我这个标题里的两个EPSG编号——EPSG:3857和EPSG:4326——在openLayers的日常开发中就是最常见的两个坐标系也是踩坑重灾区。很多刚接触openLayers的同学都会困惑为什么有时候直接给center传经纬度地图却飞速转到了奇怪的地方为什么拿到的坐标明明是对的画出来的点却偏了十万八千里这些问题背后绝大多数都是坐标系混用导致的。这篇内容适合地图开发新手快速建立坐标系概念也适合遇到坐标偏移问题却排查不出原因的老手对照自查。我会把原理、API、案例、排查方法一起讲透尽量一次把这些坑填平。1. EPSG:3857与EPSG:4326到底有何区别先弄懂坐标系的家底1.1 EPSG编号体系背后的故事坐标系的世界通用语言EPSG是一套在全球范围内通用的坐标系编号体系。它的核心作用是给地球上每一种坐标系发一个唯一编号让不同系统之间沟通坐标时不用再描述一大堆投影参数。你可以把EPSG编号理解成坐标系世界的身份证号你说EPSG:4326所有人都知道是WGS84经纬度坐标系你说EPSG:3857所有人都知道是Web墨卡托投影坐标系。在openLayers里坐标转换API接受的是这种编号字符串所以代码里到处能看到EPSG:4326、EPSG:3857这样的写法。很多新手第一次看到会发懵觉得这串字符神秘又难记其实背后逻辑非常简单坐标系是一个数学定义EPSG编号是这个定义在行业里的简称。掌握了这一层后面所有转换都只是把这个简称拿到API里去用而已。1.2 从地球仪到平面地图4326与3857的本质差异EPSG:4326描述的是球面上的位置单位是度一个坐标由经度和纬度组成比如[120, 30]表示经度120度、纬度30度。它天然适合表达地球上一个点GPS设备输出的原始数据就是这个坐标系。你可以把它想象成地球仪上的经纬网不需要任何投影变形直接刻在球面上。EPSG:3857描述的是平面上的位置单位是米是把地球投影到一个平面上得到的坐标。它由Web墨卡托投影定义这种投影将地球近似为一个半径为6378137米的球体再展开成正方形平面。因为平面坐标方便前端渲染、计算瓦片行列号所以互联网地图服务几乎全用它。你可以把它想象成把地球仪剪开、拉平后铺在桌面上的一张世界地图球面上的经纬线变成了横平竖直的网格线。这两种坐标系不是谁对谁错的关系而是一个描述球面、一个描述平面的关系。它们之间可以通过数学公式互相换算openLayers内置了这套换算逻辑开发者不需要自己实现公式直接调用API就行。1.3 一张对照表看懂两种坐标系的性格这里我整理了一个对比表建议收藏后面排查问题时会频繁用到对比维度EPSG:4326经纬度EPSG:3857Web墨卡托坐标系类型地理坐标系投影坐标系单位度米X方向含义经度东为正西为负水平方向从中央经线算起Y方向含义纬度北为正南为负垂直方向由墨卡托投影计算典型取值范围经度-180~180纬度-90~90X与Y都在±20037508.34之间常用场景数据存储、后端接口、GPS采集前端渲染、瓦片调度、openLayers默认视图精度特征小数点后6位约0.1米单位统一为米计算方便但高纬度面积失真补充一点3857的坐标范围不是随便定的它来自赤道周长的一半约等于20037508.34米。纬度超过85.06度后墨卡托投影的y值会趋向无穷大因此互联网地图通常在这个纬度处截断。这也是为什么你很少在在线地图上看到极地地区的原因之一。2. openLayers坐标系机制与转换API实操从会用到用对2.1 openLayers为什么默认使用EPSG:3857openLayers在创建地图时如果View不显式指定projection默认投影就是EPSG:3857。这不是因为开发者偏爱某个坐标系而是因为互联网地图瓦片几乎都按Web墨卡托方案切分。瓦片的行列号、缩放级别、分辨率都是基于3857的平面坐标范围设计的。为了跟瓦片服务无缝对接openLayers把3857定为默认值。这里要强调一个概念Map实例本身没有projection属性投影是挂在View上的。新手经常说地图的投影是什么严格讲应该是View的投影是什么。默认情况下View的projection为EPSG:3857所以你在代码里看到的center数值实际上都是3857平面坐标不是经纬度。只有搞清楚这个默认机制才能理解后面所有中心点飞了的现象。2.2 最常用转换API速查fromLonLat、toLonLat、transformopenLayers的投影转换API集中在ol/proj模块下。最常用的三个方法fromLonLat把经纬度[lon, lat]转成目标投影坐标默认目标是EPSG:3857toLonLat把投影坐标转回经纬度默认输入是EPSG:3857transform是通用转换方法需要显式指定源坐标系和目标坐标系。看一组完整示例代码import { fromLonLat, toLonLat, transform } from ol/proj; // 一个经纬度坐标EPSG:4326注意顺序是 [经度, 纬度] const lonLat [120, 30]; // 转成 EPSG:3857openLayers默认的视图投影 const webMercator fromLonLat(lonLat); console.log(webMercator); // 大约 [13358338.9, 3503549.5] // 再转回经纬度 const back toLonLat(webMercator); console.log(back); // [120, 30] // 通用转换任意坐标系互转 const result transform(lonLat, EPSG:4326, EPSG:3857);这里有一个很容易忽略的细节openLayers的坐标数组顺序永远是[x, y]在经纬度语境下就是[经度, 纬度]。很多从其他平台转过来的开发者容易写成[纬度, 经度]结果数据全乱。养成习惯看到坐标数组默认第一个是经度。当你在代码里设置View的center时正确姿势是这样import View from ol/View; import { fromLonLat } from ol/proj; const view new View({ center: fromLonLat([120, 30]), // 先转成3857再交给View zoom: 10, projection: EPSG:3857 });核心思路很简单View期望的是3857坐标那就先把经纬度转换成3857再传进去。反过来如果你想从地图上读取某个点的经纬度就要用toLonLat把event.coordinate转回4326。这套正反向操作是地图开发里出现频率最高的代码片段。2.3 加载GeoJSON等多源数据时如何声明坐标系地图项目里不可能只有瓦片底图几乎都会叠加自己的业务数据比如点标记、路线、区域边界。这些数据最常用的格式是GeoJSON而GeoJSON规范里坐标默认是EPSG:4326。如果你直接用默认方式加载数据就会因为坐标系不匹配而跑到奇怪的地方。在openLayers里解析GeoJSON时需要通过dataProjection和featureProjection显式声明import GeoJSON from ol/format/GeoJSON; const geojsonFormat new GeoJSON({ dataProjection: EPSG:4326, // 告诉解析器原始数据是经纬度 featureProjection: EPSG:3857 // 告诉解析器输出到地图视图中用什么投影 });dataProjection表示数据出生时的坐标系featureProjection表示数据进入地图后的坐标系。如果View的projection是EPSG:3857featureProjection就填EPSG:3857。这个参数不填或填错是GeoJSON点偏移的头号原因。除GeoJSON外其他格式也有类似机制。WMS服务在请求时要通过params里的CRS参数告诉服务端当前视图坐标系XYZ瓦片则不需要额外转换因为瓦片本身就是按3857切的。另外如果项目里必须使用某个自定义坐标系可以引入proj4库配合openLayers的register方法做注册之后transform就能自动处理该坐标系与4326、3857的互转。自定义投影的注册一般发生在项目初始化阶段全局执行一次即可。3. 坐标混用引发的典型故障与原理分析为什么会错、错在哪3.1 中心点离奇失踪经纬度被当成3857后发生了什么这是最经典的问题直接把[120, 30]这样的经纬度赋值给center结果地图跑到一个完全不对的位置或者地图缩到几乎看不到任何内容。原因前面提到过View默认投影是3857而[120, 30]被当成3857坐标后单位是米数值含义是距离原点东边120米、北边30米。在世界尺度下这个点紧贴坐标原点附近地图自然会缩放到原点附近才能显示它。为了建立直觉我们可以做个换算。经纬度120度、30度在3857下的正确值大约是[13358338.9, 3503549.5]而[120, 30]被当作3857后相当于把1335万米和350万米错写成了120和30差了整整5到6个数量级。你可以把1度经纬度粗略理解成一百多公里即11万米量级所以度和米直接混用必然造成灾难性偏移。正确的做法永远是用fromLonLat做一次显式转换。哪怕只是新增一个点、设置一次中心点也不要偷懒直接传数组。这个习惯能帮你避开大量潜在问题。3.2 坐标顺序颠倒一个让Marker神秘消失的常见坑第二个高频坑是坐标顺序。openLayers沿用GeoJSON的规则坐标数组永远是[经度, 纬度]。但不少外部数据源尤其是一些后端接口、老项目、某些第三方设备上报的字段习惯用[纬度, 经度]的顺序。举个实际例子某项目从后端拿到的点位数据是39.9, 116.4这种字符串解析后直接塞进Feature结果很多点消失剩下的点也位置错乱。消失的原因很直接纬度值39.9被当成经度后经度值是39.9度这本身还算正常范围但经度值116.4被当成纬度后纬度116.4度已经超过90度无效范围openLayers直接扔掉了这些坐标。如果数据里的纬度恰好都在90度以内点不会消失但会全部落在错误位置排查起来更隐蔽。想根治这个问题不能指望所有上游都统一顺序而是在数据入口处做一次字段映射。后端返回的原始字段如果是lat和lng就先组装成[lng, lat]再交给地图组件。时间长了你会发现这类入口处统一处理的思路能救回大量莫名其妙的问题。3.3 多图层叠加错位数据源坐标系不统一的排查思路项目里图层一多问题就变得复杂。常见场景是瓦片底图是3857GeoJSON业务数据是4326某个第三方服务又返回了3857坐标还有人鬼使神差地在某个地方硬写了一个经纬度数组。最后表现就是有的图层显示正常、有的图层偏到海里、有的图层偶尔显示偶尔不显示。排查这种问题我一般按三步走。第一步确认View的projection是什么这是整个地图的统一基准第二步检查每个图层对应的数据源格式确认数据声明时是否设了正确的dataProjection和featureProjection第三步逐层排查图层transform相关的代码看有没有在中间步骤里做重复转换或多转了一次。还有个容易被忽视的点如果View的投影改成EPSG:4326瓦片源虽然还是3857但openLayers会自动做内部处理吗答案是不会完全自动。瓦片服务地址、tileGrid、extent都需要配套调整除非你对瓦片机制非常熟否则不建议轻易把View投影改成4326。常规做法就是保持3857视图所有外部数据统一转3857输出展示时再转回4326给用户。4. 坐标系问题排查三步法与踩坑速查表直接照着做4.1 三步判断坐标属于4326还是3857当看到一组可疑坐标先不要急着调代码快速判断它的坐标系归属往往能直接定位问题。第一步看数值范围。x在-180到180之间y在-90到90之间大概率是4326经纬度x和y都在几百万、上千万量级大概率是3857。第二步看坐标顺序。第一个数如果是小数且绝对值不超过180第二个数绝对值不超过90这组数组大概率是[经度, 纬度]反过来如果第一个数绝对值小于等于90第二个数却超过90那多半是[纬度, 经度]顺序搞反了。第三步把疑似坐标塞进转换函数转一圈再打印出来对比。用fromLonLat转换结果和原值做比较能精确判断它是哪种坐标系。这里可以写一个调试辅助函数平时排查特别有用import { toLonLat } from ol/proj; function inspectCoord(x, y) { const coord3857 [x, y]; const coord4326 toLonLat(coord3857); console.log(收到的坐标:, coord3857); console.log(如果视为3857对应4326是:, coord4326); console.log(如果原值就是4326则无需转换); }每次遇到可疑坐标就调一下能少走很多弯路。4.2 常见故障现象、原因与对应处理速查表我把实际开发里遇到过的问题整理成一张速查表每一条都是真实踩过的坑故障现象可能原因处理办法center传了经纬度地图跑到原点附近经纬度被当成3857使用用fromLonLat转换后赋值给centerGeoJSON点整体偏移几个街区或更远dataProjection未设置或设置错误设置dataProjection为EPSG:4326某些Marker不显示坐标顺序写成[纬度, 经度]纬度超90度无效入口处组装[lng, lat]Marker能显示但位置明显不对坐标顺序颠倒但值均在有效范围内检查所有坐标数组的字段顺序两个图层叠加错位两个数据源坐标系不一致统一到View投影转换所有图层WMS图层位置偏差WMS请求未指定CRS参数在params中设置CRS为当前视图投影测量距离或面积偏差大在3857平面直接计算受投影变形影响使用openLayers球面测量方法自定义坐标系无法转换未注册投影定义引入proj4并调用register这些现象背后往往不止一个原因。比如GeoJSON点整体偏移可能是dataProjection没设也可能是featureProjection填错了要同时检查两个参数。再比如Marker不显示除了顺序问题还可能是Feature的geometry根本没构建成功。排查时建议在浏览器控制台里先打印Feature对象的坐标确认数据确实进入了前端再做坐标系层面的判断。4.3 投影计算不准搞清3857下的误差来源3857在很多场景下用起来很方便但它有个天然缺陷面积和距离会随纬度升高而失真。墨卡托投影会把高纬度地区拉得非常大在实际地图上看起来很大的区域真实面积可能并没有那么大。对普通可视化项目来说这种变形在视觉上很难察觉但一旦涉及距离测量、面积计算、比例尺估算误差就会暴露出来。比如你在3857平面上直接算两个点之间的欧氏距离单位虽然是米但这个米在高纬度地区并不等于真实地面距离。正确做法是用openLayers的getLength方法并指定球面模式它会基于地球球面模型做计算结果更接近真实值。另外3857本身把地球近似成球体而WGS84定义的是椭球体两者在尺度上有约0.3%的系统性差异专业测量必须考虑。我的建议是普通展示用3857没问题但凡涉及计算真实距离、计算面积、判断点是否在范围内并涉及精确测量的场景优先使用球面计算或根据目标区域选择合适的本地投影坐标系不要直接信任3857平面下算出的数字。4.4 值得长期坚持的四个开发习惯坐标系问题靠临时排查很难根治真正有效的方案是把问题消灭在入口处。我这里整理四个实操层面的建议。第一个习惯是统一坐标入口。项目里所有外部数据无论来自后端还是第三方都先经过一个封装好的转换函数再进入地图。不要在业务代码里到处直接调fromLonLat或transform否则以后真想换投影、改逻辑时满屏都是转换代码根本改不动。第二个习惯是为中心点和业务坐标写单元测试。挑几组已知坐标对比如经纬度[120, 30]对应3857的[13358338.9, 3503549.5]写进测试用例里每次改代码后跑一遍能立刻发现转换是否被破坏。这个成本很低但收益巨大。第三个习惯是关注精度而非位数。很多人看到坐标有很多位小数就以为很精确其实经纬度保留6位小数已经能达到约0.1米的精度保留5位约1.1米。日常地图应用保留6位足够保留太多位不会提高前端渲染精度反而增加数据传输量。第四个习惯是给工具栏加一个定位调试中心。在地图上加一个临时Marker通过调试面板输入坐标地图自动定位并展示该点的两种坐标系数值。这样一个可视化工具能帮你快速验证某个坐标到底是不是对的比反复靠console.log看数值效率高得多。我做GIS开发这么些年坐标系相关的调试真的占据了不小的工作量很多问题不是代码逻辑多难而是数据在坐标系层面就乱了。有人觉得投影转换是测绘专业人士才需要关心的事但在openLayers这个前端世界里坐标系就是地图数据能不能落到正确位置的生命线。我自己后来养成了一个习惯项目一开始就定好坐标系使用契约所有数据入口做统一转换不在业务代码里散落各种转换逻辑。这个习惯帮我节省了大量时间。最后再分享一个小技巧如果你的项目里存在多个投影的服务可以在页面初始化时加一个全局调试开关定期打印所有图层的currentProjection发现问题时一眼就能看清是哪个图层在捣乱。坐标系这件事说难不难说简单也不简单但只要理解了原理、掌握了入口统一原则再复杂的地图项目也能稳稳地显示在正确的位置上。

相关新闻

ARMv7函数调用中栈指针SP变化详解与调试实战

ARMv7函数调用中栈指针SP变化详解与调试实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 5:34:37 阅读更多 →
基于标题智能生成博客正文的技术解析与工程实践

基于标题智能生成博客正文的技术解析与工程实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 5:34:37 阅读更多 →
airi 项目中的 VueUse useWebWorker 实战指南:Web Worker 注册、通信与前端 AI 推理卸载

airi 项目中的 VueUse useWebWorker 实战指南:Web Worker 注册、通信与前端 AI 推理卸载

人工智能AI AgentMCP 服务工具调用GUI 自动化语音数字人交互助手 【免费下载链接】airi 💖🧸 自托管、归你拥有的 Grok 风格 AI 伴侣与 waifu / 赛博生命灵魂容器,目标是接近 Neuro-sama 的高度;支持实时语音聊天、Minecraft 和 F…

2026/10/17 7:20:45 阅读更多 →

最新新闻

从0到1构建AI原生应用的用户意图理解模块

从0到1构建AI原生应用的用户意图理解模块

两年前我第一次在真实项目里负责意图理解模块,犯过一个特别典型的错误:花了整整三周训练了一个文本分类模型,结果上线第一天就被一条用户话术打懵——"你帮我看看明天天气怎么样,顺便把闹钟调到七点"。一句话里包含两个…

2026/10/17 7:45:12 阅读更多 →
寄存器验证的设计陷阱:从RDL到UVM RAL的隐性风险与对策

寄存器验证的设计陷阱:从RDL到UVM RAL的隐性风险与对策

1. 寄存器验证在芯片流程中的位置:为什么它最容易变成"背锅侠"先说一个我自己亲眼见过的场景。某次某个项目回片之后,软件同事拿着驱动代码来找验证团队,说寄存器读回来的值乱七八糟,怀疑硬件有bug。验证团队翻出回归记…

2026/10/17 7:45:12 阅读更多 →
AI原生应用意图理解全攻略:从数据构造到服务化落地

AI原生应用意图理解全攻略:从数据构造到服务化落地

做AI原生应用这一年多,我最大的感触是:很多团队把精力全砸在模型参数和Prompt模板上,却把一个最基础、最决定体验的模块给看轻了——用户意图理解。你产品功能再强,模型再大,用户一句话进来,你连他到底想干什么都没接住…

2026/10/17 7:45:12 阅读更多 →
OpenClaw(Clawdbot)实战:AI自动化代理框架部署与原理详解

OpenClaw(Clawdbot)实战:AI自动化代理框架部署与原理详解

上周有个做自动化的朋友跑来问我:“OpenClaw是什么?怎么到处都在说6分钟从零到一部署,这玩意和之前那些AI工具到底有啥区别?”我被他问得一时语塞,因为OpenClaw(Clawdbot)这个项目在大半年前还只…

2026/10/17 7:45:12 阅读更多 →
LightningChart在能源监控可视化中的性能优势与落地实践

LightningChart在能源监控可视化中的性能优势与落地实践

做能源监控系统的朋友应该都有同感:设备越来越多,测点越来越密,数据越来越快。一个风电场的SCADA数据、储能BMS的毫秒级波动、光伏逆变器的功率曲线,用传统图表库去推,拖个缩放都能把CPU拉满,画面掉帧掉到客…

2026/10/17 7:45:12 阅读更多 →
Win7老电脑本地跑AI:轻量模型与ONNX Runtime部署指南

Win7老电脑本地跑AI:轻量模型与ONNX Runtime部署指南

说起来你可能不信,我手里有台尘封多年的Win7老本子,最近被我翻出来装了个本地AI模型。别人跑大模型动辄几张显卡,我这台老伙计连AVX2指令集都悬,愣是跑起来了,效果还挺香。这事儿要是放在一两年以前,想都不…

2026/10/17 7:44:12 阅读更多 →

日新闻

DeepSeek选型与部署:V3/R1、Ollama、API全攻略

DeepSeek选型与部署:V3/R1、Ollama、API全攻略

简介:《DeepSeek使用方法.pdf》是一份面向DeepSeek入门及进阶用户的完整使用指南,重点围绕V3与R1两款模型的能力差异与适用场景展开,帮助读者根据任务类型与成本选择合适的模型。资源共1个PDF文件,压缩包大小约311KB,篇…

2026/10/17 0:00:25 阅读更多 →
200+Deepseek润色指令拆解:从底层原理到场景落地的完整指南

200+Deepseek润色指令拆解:从底层原理到场景落地的完整指南

简介:这是一份聚焦DeepSeek提示词优化的《200Deepseek润色指令》PDF文档,共收录两百余条可直接套用的润色指令,涵盖语法修正、风格统一、逻辑梳理、表达精炼等维度,并针对商务写作、学术论文、广告文案等场景给出差异化建议。文档…

2026/10/17 0:00:25 阅读更多 →
OpenCV轮廓法物体计数系统:轻量、可控、可落地的工业级实现

OpenCV轮廓法物体计数系统:轻量、可控、可落地的工业级实现

简介:本资源是一份基于OpenCV的本科课程设计完整报告,面向计算机视觉初学者、图像处理学习者及高校通信/信息类专业学生,解决物体智能计数与检测结果结构化记录的实际问题。项目覆盖图像预处理、轮廓检测、边界框绘制、轨迹栏交互式参数调节、…

2026/10/17 0:00:25 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/16 21:35:51 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/17 1:44:59 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/16 15:04:24 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 21:54:38 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 3:49:43 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 14:23:36 阅读更多 →